Назад к новостям

Google выпустила видеомодель Gemini Omni 1.2 Flash с роликами до 15 секунд

Google 5 ноября выпустила Gemini Omni 1.2 Flash, модель для генерации и редактирования видео. Ролики стали длиннее: до 15 секунд вместо 10 у версии 1.1. Секунда видео в 720p стоит $0,07, на 30% дешевле, чем раньше. Модель открыта для всех в Gemini API и Google Cloud, а в Google Vids можно бесплатно сделать три ролика в месяц.

Ролик можно растянуть до 15 секунд и поправить без перегенерации

Пользователь сам выбирает длину видео - от 3 до 15 секунд с шагом в одну секунду. Если ролик почти получился, генерировать его заново не нужно. Достаточно написать в том же диалоге, что изменить: заменить товар или фон, поменять освещение, погоду или соотношение сторон. Такие правки работают на всей длине ролика.

Google советует начинать с черновика в 360p или 720p, исправлять детали точечными правками и только готовую версию увеличивать до 1080p или 4K.

Внешность персонажа и товара модель берёт из приложенных референсов

К запросу можно приложить изображения персонажа, товара или стиля и короткие видео до 3 секунд. Google заявляет и поддержку аудиоподсказок, но в документации Gemini API они пока недоступны, а в Google Cloud их открывают только по заявке. По словам компании, лица, одежда, надписи на упаковке и фирменные цвета теперь не меняются при смене ракурса, а персонажи и сцены меньше "плывут" от первого кадра к последнему.

Google также улучшила звук и движения камеры. Диалоги звучат естественнее, губы точнее попадают в речь, а голосом каждого из нескольких говорящих можно управлять отдельно. Модель умеет делать пролёт от первого лица, облёт и отдаление.

Секунда видео в 720p подешевела до 7 центов

Цену $0,07 за секунду 720p Google назвала в двух анонсах. Google Cloud добавил, что на других разрешениях экономия похожая, но точных цен для них компания не опубликовала. По оценке DataCamp, 15-секундный ролик обходится примерно в $0,35 в 360p, $1 в 720p, $1,55 в 1080p и $3,15 в 4K. Бесплатного уровня в API нет.

Разработчикам, которые используют Omni 1.1, ничего менять не придётся: с 3 декабря их запросы автоматически уйдут на версию 1.2 и будут оплачиваться по новым ценам.

Бесплатно попробовать модель можно в Google Vids

В Google Vids модель появилась 5 ноября. Владельцы личного аккаунта Google или подписки Workspace могут бесплатно создавать до трёх 15-секундных роликов в месяц. В приложении Gemini такие видео постепенно открывают подписчикам Google AI Ultra. Ещё модель работает в сервисе Flow и в Asset Studio в Google Ads.

Разработчикам она доступна в Gemini API и Google AI Studio, компаниям - в Google Cloud, в том числе с выделенной пропускной способностью. Каждый ролик получает невидимый водяной знак SynthID.

Picsart, Photoroom и invideo уже подключили модель к своим сервисам

Нарек Айрапетян, руководитель продукта и партнёрств Picsart, рассказал, что черновой режим позволяет за минуты перебирать идеи, а потом выпускать ролики в 4K. С выходом модели в общий доступ Picsart откроет её более чем 100 млн своих авторов.

Гендиректор Photoroom Матт Руиф сказал, что сервис выбрал Gemini Omni Flash для генерации видеорекламы из фото товаров, а 15-секундные ролики были одним из главных запросов пользователей. Вице-президент по разработке invideo Шивам Растоги отметил, что в 15 секунд помещается целая сцена.

Другие новости

ChatGPT научился делать GIF-анимации с выходом Images 2.6

ChatGPT Images 2.6 создаёт GIF по описанию или картинке. Что известно о редактировании анимаций, сохранённых референсах и моделях Flare и Sunburst.

Black Forest Labs открыла веса FLUX 3 Image Klein на 5,6 млрд параметров

Black Forest Labs открыла веса FLUX 3 Image Klein: модель на 5,6 млрд параметров создаёт и редактирует изображения в 4K и поддерживает локальный запуск.

Google запустила Playground для создания браузерных игр текстовыми запросами

Google Labs запустила Playground — экспериментальную платформу, где браузерные игры создают текстовыми запросами без программирования.