Google lance Gemini Omni 1.1 Flash avec vidéo 4K et extension de scènes

Google Alphabet Inc. ↗ 0.78% a dévoilé jeudi Gemini Omni 1.1 Flash, une mise à jour de son modèle de vidéo générative qui ajoute l'extension de scènes, des transitions basées sur des images clés, un mode brouillon plus rapide et une mise à l'échelle 4K, des outils visant à rendre la vidéo générée par IA pratique pour les flux de travail de production professionnelle.

Des scènes plus longues, plus de contexte

La fonctionnalité phare est un système d'extension de scènes remanié. Alors que les modèles précédents ne référençaient que la dernière seconde de la séquence lors de la génération de nouveau contenu, Omni 1.1 analyse jusqu'à 10 secondes de contexte vidéo précédent, ce qui, selon Google, améliore la cohérence visuelle et la continuité narrative. Les développeurs peuvent étendre les clips par incréments de 10 secondes jusqu'à un total cumulé de 40 secondes, assez d'espace, comme l'a noté Digital Trends, pour "un début, un milieu et une fin réels".blog+1

Un nouveau contrôle de la première et de la dernière image permet aux créateurs de spécifier deux images clés, le modèle générant un mouvement continu entre elles. Google positionne cette fonctionnalité pour les orbites de caméra, les transitions de zoom et les clips en boucle fluides.firstpost+1

Des brouillons moins chers, des rendus finaux soignés

Omni 1.1 introduit un mode brouillon 360p qui, selon Google, se rend jusqu'à 60 pour cent plus rapidement et à un tiers du coût de sa sortie standard 720p. Le flux de travail prévu est clair : prototyper à moindre coût en basse résolution, puis mettre à l'échelle une prise approuvée en 1080p ou 4K pour la livraison finale.sqmagazine+1

SQ Magazine a rapporté que l'API Gemini facture la sortie vidéo du modèle à 17,50 dollars par million de jetons, soit environ 0,10 dollar par seconde de séquence 720p, bien que Google n'ait pas publié de tarifs distincts pour la sortie 4K ou 360p. Les développeurs peuvent également fournir jusqu'à trois secondes de vidéo existante comme référence multimodale pour aider à maintenir la cohérence des personnages et de l'environnement à travers les générations.blog+2

Disponibilité et premiers utilisateurs

Le modèle est disponible immédiatement pour les développeurs via Google AI Studio et la plateforme Gemini Enterprise Agent. L'accès grand public est déployé mondialement pour les abonnés Google AI Plus, Pro et Ultra via Google Flow, l'extension de scènes étant également disponible dans l'application Gemini.blog+1

Plusieurs entreprises intègrent déjà Omni Flash dans leurs produits. Adobe l'a intégré à Firefly, et le directeur créatif de Figma, Itay Schiff, a déclaré que le modèle permet aux équipes d'aller "au-delà de la génération de vidéos pour véritablement les diriger". Le directeur créatif de Runway, Jamie Umpherson, l'a qualifié d'"autre moyen pour nos utilisateurs de passer rapidement d'une idée à l'autre".blog

La sortie de Google place ses outils vidéo destinés aux développeurs en concurrence directe avec Sora d'OpenAI côté grand public, alors que l'espace de la vidéo générative continue de se consolider autour de modèles qui privilégient la contrôlabilité en plus de la qualité visuelle.sqmagazine