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.