Google представила Gemini Omni 1.2 Flash — обновлённую ИИ-модель для создания и редактирования видео. Она генерирует ролики продолжительностью до 15 секунд, поддерживает работу с референсами и позволяет изменять готовое видео текстовыми командами.
По сравнению с Gemini Omni 1.1 Flash максимальная продолжительность роликов выросла с 10 до 15 секунд, улучшилась стабильность персонажей и объектов в кадре. Кроме того, Google снизила стоимость генерации на 30%.
Читайте также: 7 лучших нейросетей для генерации видео
Что умеет нейросеть Gemini Omni 1.2 Flash
Модель создаёт видео по текстовому описанию, изображениям и другим референсам. Пользователь может задавать длительность ролика от 3 до 15 секунд с шагом в одну секунду, а также управлять движением камеры, внешним видом персонажей и деталями сцены.
Основные возможности новой модели:
- Генерация до 15 секунд. Можно создать целую рекламную сцену или короткий ролик за один запрос.
- Редактирование через чат. Достаточно написать, что нужно изменить: заменить фон, товар, освещение, погоду или соотношение сторон. Модель внесёт правки в существующий ролик.
- Работа с референсами. Можно использовать изображения персонажей, товаров, образцы стиля и короткие видео с движением продолжительностью до 3 секунд.
- Стабильность персонажей. Модель лучше сохраняет лица, одежду, пропорции объектов, надписи и фирменные цвета при смене ракурсов.
- Генерация звука. Улучшены естественность диалогов, синхронизация речи с движением губ и работа с несколькими говорящими.
- Управление камерой. Модель поддерживает сложные пролёты, приближения и круговые движения камеры с меньшим количеством случайных склеек.
Отдельное внимание Google уделила последовательному редактированию. Например, можно создать ролик с двумя персонажами, затем несколько раз поменять окружение, сохраняя их внешность, движения и положение камеры.
Также поддерживается генерация по начальному и конечному кадрам, продолжение существующих видео и перенос движения между объектами.
Разрешение и стоимость генерации
Gemini Omni 1.2 Flash поддерживает горизонтальный формат 16:9 и вертикальный 9:16. Черновые ролики можно генерировать в 360p или 720p, а затем повышать разрешение выбранных результатов до 1080p или 4K.
Стоимость генерации в 720p составляет $0,07 за секунду видео — на 30% дешевле предыдущей версии. Таким образом, создание 15-секундного ролика обойдётся в $1,05 по базовому тарифу API для этого разрешения.
Google также отмечает, что модели пока сложно воспроизводить быстрые спортивные движения, резкие изменения действия и сложную физику объектов.
Где доступна Gemini Omni 1.2 Flash
Google начала распространять новую модель сразу через несколько своих сервисов:
- Google AI Studio — тестирование модели и работа через Gemini API.
- Google Flow — генерация и последовательное редактирование видео.
- Google Vids — создание 15-секундных роликов без дополнительной платы для пользователей с аккаунтом Google или подпиской Workspace.
- Приложение Gemini — доступ постепенно открывается подписчикам Google AI Ultra.
- Google Cloud — использование модели в коммерческих приложениях через API.
Модель уже получила статус общедоступной версии (GA) в Gemini API и Google Cloud. Её идентификатор — gemini-omni-1.2-flash.
В созданные ролики автоматически добавляется невидимая цифровая метка SynthID, которая позволяет определить происхождение ИИ-контента.
Напомним, что Google впервые представила линейку Gemini Omni в мае 2026 года, объединив мультимодальные возможности Gemini с генерацией видео. Версия 1.2 Flash продолжает развитие этой линейки: увеличивает продолжительность роликов, улучшает точность работы с референсами и снижает стоимость генерации.
