O Google começou a liberar nesta quinta-feira (5) o Gemini Omni 1.2 Flash, nova versão do seu modelo de geração de vídeo. A principal novidade é a criação nativa de clipes de até 15 segundos, contra 10 segundos na versão 1.1, com duração ajustável de segundo em segundo entre 3 e 15. O modelo passa a ter disponibilidade geral na Gemini API e no Google Cloud.
O preço caiu 30% em relação ao Omni 1.1, para US$ 0,07 por segundo de vídeo em 720p. Segundo o Google, o fluxo de trabalho também ajuda a economizar: dá para rascunhar em 360p ou 720p, corrigir detalhes com uma edição em vez de gerar o clipe todo de novo e só depois ampliar o resultado para 1080p ou 4K.
Outra mudança é a edição em várias etapas por conversa. O usuário pode trocar fundo, produto, iluminação, clima ou proporção do mesmo clipe, pedido a pedido, sem recomeçar do zero. O modelo também segue melhor as referências enviadas, como fotos de personagens, produtos e estilos, trechos curtos de movimento e áudio, mantendo rostos, roupas, tipografia de embalagens e cores de marca consistentes ao longo do vídeo.
A empresa diz ainda que o modelo produz diálogos mais naturais, com sincronia labial mais precisa e vozes distintas para vários personagens, além de movimentos de câmera contínuos com menos cortes indesejados. Os vídeos gerados carregam a marca d'água invisível SynthID.
Para o público geral, o Omni 1.2 Flash chega ao Flow, ao Google Vids, onde gera clipes de 15 segundos sem custo extra para quem tem conta Google ou Workspace, e ao app Gemini, inicialmente para assinantes do Google AI Ultra. Desenvolvedores podem testá-lo no Google AI Studio. O Google reconhece que o modelo ainda tem limitações em cenas esportivas rápidas e física complexa.
Fonte: Google