Google présente Gemini Omni 1.2 Flash

Google a présenté le modèle d'IA Gemini Omni 1.2 Flash, conçu pour la création vidéo. Selon le blog officiel de Google, ce nouveau modèle permet de générer des vidéos allant jusqu'à 15 secondes, d'éditer des clips existants via une interface conversationnelle et de maintenir une cohérence détaillée dans les images.

Le nouveau modèle peut générer des vidéos plus longues que la version précédente, Omni 1.1. Si la durée était limitée à 10 secondes auparavant, il est désormais possible de définir des vidéos de 3 à 15 secondes par paliers d'une seconde.

Principales fonctionnalités du modèle :

• Édition vidéo : l'utilisateur peut modifier un clip existant au cours d'une conversation sans avoir à le recréer. Par exemple, il est possible de changer l'arrière-plan, l'éclairage ou d'ajuster le format de l'image.

• Conservation des détails : le modèle s'efforce de maintenir une cohérence constante des personnages, des vêtements, des emballages de produits et des couleurs de marque tout au long de la vidéo.

• Discours naturel : les capacités de répartition correcte des voix dans les scènes avec plusieurs personnages, de synchronisation labiale et de création de dialogues plus naturels ont été améliorées.

• Mouvements de caméra : il est possible de créer des mouvements de caméra fluides, des zooms avant et arrière avec moins d'interruptions.

Google a également réduit le prix du nouveau modèle. Le coût de génération d'une seconde de vidéo en 720p avec Gemini Omni 1.2 Flash est de 0,07 $. C'est 30 % moins cher que la version précédente.

Le modèle est désormais disponible pour une utilisation générale via Gemini API et les plateformes Google Cloud. Il est également progressivement intégré dans Google Vids, Flow, l'application Gemini et les services Google Ads.