Google Gemini Omni 1.2 Flash увеличила длину видео до 15 секунд и снизила цену на 30%

Как устроено редактирование

Google называет новую функцию «диалоговым редактированием». Пользователь может поэтапно менять фон, освещение или соотношение сторон ролика, сохраняя остальные части. По словам компании, функция работает на всей длине видео — до 15 секунд.

В Google также предлагают многоэтапный процесс, который должен снижать расходы: сначала ролик создают в разрешении 360p или 720p, затем уточняют отдельные детали с помощью дополнительного редактирования, а до 1080p или 4K увеличивают разрешение только у финальной версии.

В обновлённой модели можно создавать ролики длиной от 3 до 15 секунд; раньше предел составлял 10 секунд. Цена видео в 720p теперь равна $0,07 за секунду — на 30% меньше, чем у предшественника.

Постоянство персонажей и деталей

В качестве входных данных Gemini Omni 1.2 Flash принимает изображения персонажей, фотографии товаров, короткие видео с движением длиной до 3 секунд и аудиосигналы. Google утверждает, что модель лучше сохраняет лица, одежду, надписи на упаковке и цвета бренда при смене ракурсов.

В примере компании по одной фотографии модели и снимкам трёх комплектов одежды создан 15-секундный ролик с поворотами на 360 градусов. В нём сохраняются внешность модели, крой и то, как одежда сидит и движется.

По сравнению с предыдущей версией, как заявляет Google, стало меньше визуальных искажений и изменений деталей при движении и смене камеры. Модель также должна создавать более плавные диалоги с естественным звучанием, точнее синхронизировать речь с движением губ и различать нескольких говорящих. Кроме того, она поддерживает сложные непрерывные движения камеры — например, полёт FPV-дрона или резкое отдаление — с меньшим количеством нежелательных склеек.

По оценке Dataist, обновление объединяет более длинные ролики, редактирование отдельных деталей и снижение стоимости. Однако заявления о сохранении внешности и качестве движения исходят от Google; в сообщении нет независимых результатов сравнения с предыдущей моделью.