Google выпустила обновленную модель искусственного интеллекта Gemini Omni 1.2 Flash, предназначенную для генерации и редактирования видео. По сравнению с предыдущей версией она поддерживает более длинные ролики, точнее следует визуальным инструкциям и позволяет изменять готовые сцены без повторной генерации всего материала.
Максимальная продолжительность видео увеличена с 10 до 15 секунд. Пользователь может самостоятельно выбрать длину ролика с точностью до одной секунды в диапазоне от 3 до 15 секунд. Это позволяет создавать более продолжительные сцены, рекламные материалы и короткие видеоролики за один запрос.
Модель также стала лучше сохранять детали изображений, используемых в качестве образцов. При создании видео по фотографии она точнее воспроизводит внешность человека, одежду, форму предметов, надписи на упаковке и фирменные цвета. В качестве ориентиров можно использовать не только изображения, но и короткие видеозаписи продолжительностью до трех секунд. Также поддерживаются звуковые подсказки.
Еще одно изменение касается редактирования. Теперь пользователь может последовательно давать модели новые инструкции и менять уже созданный ролик: заменять предметы, фон, освещение, погоду или соотношение сторон. Система старается сохранить персонажей, обстановку и движение камеры. Раньше для подобных изменений часто приходилось генерировать видео заново.
Google также улучшила синхронизацию речи с движением губ, передачу диалогов между несколькими персонажами и плавность движения камеры. Компания отмечает, что модели еще предстоит совершенствоваться в создании быстрых спортивных сцен, резкой смене сценария и сложной физики.
Обновление стало доступно через Gemini API и бизнес-инструменты Google. Модель также интегрируется в Google Vids и другие сервисы компании. Стоимость генерации видео в разрешении 720p снизилась на 30% по сравнению с предыдущей версией и составляет 7 центов за секунду. Черновики можно создавать в разрешении 360p или 720p, а затем увеличивать до 1080p или 4K.
Все созданные видео получают невидимую водяную метку SynthID, которая помогает определять материалы, сгенерированные искусственным интеллектом.
Читайте также: GPT-6 Cyber нашла 81 уязвимость в Firefox и создала эксплойты для 948 ошибок Linux