Google julkaisi Gemini Omni 1.2 Flash -videomallin – luo 50 prosenttia entistä pidempiä videoita

Gemini Omni 1.2 Flash.

Google on julkaissut uuden Gemini Omni 1.2 Flash -videomallin, joka kasvattaa tekoälyllä luotavien videoiden enimmäispituuden 10 sekunnista 15 sekuntiin ja parantaa samalla visuaalista yhtenäisyyttä, puheen luonnollisuutta sekä keskustelupohjaista editointia.

Uusi malli seuraa Omni 1.1 Flashia, jossa videoiden enimmäispituus oli 10 sekuntia.

Kun Omni 1.2 Flash mahdollistaa enintään 15 sekunnin videoiden luonnin, enimmäispituus on kasvanut 50 prosenttia edeltäjään verrattuna. Pituuden voi määrittää kolmen ja 15 sekunnin väliltä yhden sekunnin tarkkuudella.

Google asemoi uuden mallin kustannustehokkaammaksi vaihtoehdoksi erityisesti tilanteisiin, joissa videoita halutaan generoida nopeasti tai useita versioita.

Yksi keskeisistä parannuksista uudessa mallissa koskee mallille annettujen viitekuvien tai muiden lähtötietojen seuraamisen tarkkuutta. Googlen mukaan hahmot, esineet, rekvisiitta ja ympäristöt pysyvät aiempaa johdonmukaisempina videon alusta loppuun erityisesti liikkeiden, kamerasiirtymien ja useista kohtauksista muodostuvien videoiden aikana.

Parannuksesta voi olla hyötyä esimerkiksi silloin, kun samaa hahmoa tai tuotetta halutaan käyttää useassa peräkkäisessä videoklipissä.

Omni 1.2 Flash laajentaa lisäksi keskustelupohjaista videoeditointia. Videoon voi tedä muutoksia vaihe vaiheelta ilman, että koko generointi täytyy aloittaa uudelleen alusta. Esimerkiksi yksittäistä kohtausta, tyyliä tai elementtiä voi muuttaa ja pyytää mallia säilyttämään muut osat ennallaan.

Google kertoo tämän helpottavan esimerkiksi saman videon erilaisten versioiden tekemistä eri kohderyhmille.

Google lupaa mallin myös tuottavan puhetta aiempaa luonnollisemmin. Dialogin pitäisi kuulostaa sujuvammalta ja huulisynkronoinnin vastata puhetta aiempaa tarkemmin. Lisäksi malli tarjoaa enemmän kontrollia elokuvamaisiin kameraliikkeisiin, kuten FPV-tyylisiin läpilentoihin ja dramaattisiin loitonnuksiin.

Gemini Omni 1.2 Flash tulee useisiin Googlen palveluihin, mutta käyttöoikeudet vaihtelevat.

Gemini-palvelussa 15 sekunnin videoiden generointi vaatii aluksi Google AI Ultra -tilauksen.

Ilmaiskäyttäjät pääsevät kokeilemaan osaa Omni 1.2 Flashin ominaisuuksista Flow-palvelussa. Google kertoo ilmaiskäyttäjien voivan ohjata kohtauksia ja käyttää monivaiheista editointia, mutta ei ole vielä täsmentänyt, ovatko kaikki uuden mallin ominaisuudet käytettävissä maksutta.

Google Vidsissä ilmaiseksi tarjotaan puolestaan enintään kolme 15 sekunnin videota kuukaudessa. Vidsissä mukana ovat myös viitekuvien käyttö ja parannettu puheen generointi.

Kehittäjät voivat käyttää mallia Gemini API:n kautta, ja yrityksille se tulee saataville Google Cloudin kautta.

Mainos: Noin 1 600 000 tuotteen hintavertailu ja hintaseuranta - katso Hinta.fistä mistä saat halvimmalla