Google ha annunciato Gemini Omni 1.2 Flash, un modello capace di produrre video fino a 15 secondi. La versione precedente, Gemini Omni 1.1 Flash, limitava la durata massima a 10 secondi. Chi utilizza il modello può scegliere una lunghezza compresa tra 3 e 15 secondi, con incrementi di 1 secondo. L’annuncio è arrivato nelle stesse ore in cui OpenAI ha presentato un proprio modello per la creazione di GIF animate.
Il nuovo modello offre maggiore coerenza con il materiale di riferimento caricato. Le categorie indicate comprendono persone, volti, prodotti, stili, movimenti, elementi audio, scritte, inquadrature e colori. Il materiale di riferimento può quindi includere diversi elementi visivi e sonori, che il modello utilizza per mantenere la coerenza del risultato. In un possibile utilizzo pubblicitario, per esempio, risultano specificabili il codice esatto di un colore da inserire e la tipologia di illuminazione desiderata.
Un’ulteriore novità riguarda la gestione delle conversazioni, che il modello affronta con una resa realistica. Google ha dedicato particolare attenzione ai dialoghi, considerate un elemento utile per la realizzazione di contenuti promozionali e di intrattenimento. Anche i movimenti della telecamera possono essere controllati, in modo che il risultato finale segua le indicazioni fornite.
Sono regolabili anche i tagli, per costruire sequenze formate da più clip che si susseguono. La disponibilità iniziale di Gemini Omni 1.2 Flash è prevista per la Gemini API e per Gemini for Business. I file generati includono il watermark SynthID.
Google dichiara una riduzione del 30% del prezzo per l’utilizzo di Gemini Omni 1.2. Il prezzo indicato è di 0,07 dollari per ogni secondo di video 720p generato. Il flusso di lavoro consente modifiche rapide a risoluzioni come 360p prima della creazione del risultato finale a 1080p o in 4K.
