Gemini Omni 1.2 Flash генерирует видео до 15 секунд

Ещё пять секунд на сцену

5 ноября Google выпустил Gemini Omni 1.2 Flash. Версия 1.1 давала до десяти секунд, теперь можно выбрать от трёх до пятнадцати с шагом в секунду. Пять лишних секунд особенно кстати, когда в ролике нужно и показать товар, и дать ему повернуться, и оставить зрителю время прочитать надпись. Товару больше не надо вращаться как на центрифуге.

За секунду видео в 720p Google указывает цену 0,07 доллара, на 30% ниже, чем у предыдущей версии. При этой ставке десять секунд стоят 70 центов, пятнадцать - около доллара. Для черновых проб можно выбрать 360p или 720p, а удачную версию потом увеличить до 1080p или 4K.

Как править уже готовый клип

Сгенерировали сцену, а фон не подходит? Можно попросить заменить его, потом отдельно поправить свет или поменять пропорции кадра. Google показывает это на примере двух персонажей в доспехах: они продолжают играть сцену, пока у них за спиной шатёр сменяется амбаром, конюшней и ярмаркой. Камера при этом остаётся на месте.

Для новой сцены можно дать модели фото персонажа, товара или стиля, короткий образец движения до трёх секунд и звуковую подсказку. Это помогает удерживать лицо, одежду и оформление товара при смене ракурса. По примерам Google, речь нескольких героев тоже стала устойчивее: модель лучше связывает голос с нужным персонажем и движением губ. Быстрый спорт, резкие смены сценария и сложная физика пока остаются задачами, которые Google продолжает дорабатывать.

Где уже можно попробовать

Модель общедоступна в Gemini API и Gemini для бизнеса, включая Google Cloud. Google также начал развёртывание в Flow, Vids и приложении Gemini для подписчиков Google AI Ultra. В работе с товарными роликами я бы первым делом проверил, переживает ли упаковка две-три правки фона подряд: именно там видно, сколько работы снимает новый режим.