Gemini Omni 1.2: більше контролю, довші відео та краща робота з референсами

Google представила Gemini Omni 1.2 Flash — оновлену модель для генерації та редагування відео за допомогою штучного інтелекту. Головний акцент цього релізу — не просто створення відео з текстового опису, а можливість точніше керувати результатом, зберігати деталі між кадрами та редагувати готові ролики без необхідності щоразу починати генерацію з нуля.
Відео тривалістю до 15 секунд
Одне з головних оновлень — збільшення максимальної тривалості відео з 10 до 15 секунд. Тепер модель може створювати ролики тривалістю від 3 до 15 секунд із кроком в одну секунду.
Це відкриває більше можливостей для створення рекламних відео, коротких історій, презентацій продуктів і контенту для соціальних мереж. У межах однієї генерації можна реалізувати складнішу сцену з розвитком подій, рухом камери та завершенням, не розділяючи її на кілька окремих кліпів.
Краща робота з референсами
Gemini Omni 1.2 точніше дотримується візуальних референсів. Модель може використовувати зображення персонажів, продуктів і стилю, короткі відеофрагменти тривалістю до трьох секунд, а також аудіопідказки.
Особливо важливе покращення — збереження деталей протягом усього відео. Зовнішність персонажів, одяг, форма продукту, написи на упаковці та фірмові кольори мають залишатися стабільнішими навіть під час зміни ракурсів і руху камери.
Це корисно для рекламних роликів, віртуальних примірок, демонстрації товарів і відео, де важливо зберегти впізнаваність конкретного об'єкта.
Плавні переходи між першим та останнім кадрами
Модель також покращила роботу з першим і останнім кадрами. Можна задати початкове та фінальне зображення, а Gemini Omni 1.2 згенерує рух між ними.
Замість простого переходу між двома картинками модель намагається побудувати послідовну сцену з природним рухом камери та збереженням основних об'єктів. Це дає змогу створювати кінематографічні наближення, віддалення, переходи між локаціями та складніші візуальні трансформації.
Редагування відео в діалозі
Ще одна важлива можливість — багатокрокове редагування. Після першої генерації можна продовжити роботу з тим самим відео за допомогою текстових інструкцій.
Наприклад, змінити фон, освітлення, погоду, окремий об'єкт або співвідношення сторін. При цьому не потрібно щоразу створювати ролик заново: модель намагається зберегти вже отримані елементи сцени.
Також покращено синхронізацію мовлення з рухами губ, природність діалогів і роботу з кількома голосами в одній сцені.
Якість, швидкість і вартість
Gemini Omni 1.2 підтримує створення чернеток у роздільній здатності 360p та 720p із подальшим підвищенням якості до 1080p або 4K.
Висновок
Gemini Omni 1.2 Flash — це оновлення, яке робить генерацію відео більш керованою. Довші ролики, точніше дотримання референсів, плавні переходи між першим і останнім кадрами та редагування через діалог дають більше контролю над фінальним результатом.
Модель особливо цікава для створення рекламного контенту, відеошаблонів і коротких роликів, де важливі послідовність сцени, збереження персонажів і точність деталей.



