Google uvádí Gemini Omni 1.1 Flash s 4K videem a prodlužováním scén

Společnost Google Alphabet Inc. ↗ 0.78% ve čtvrtek představila Gemini Omni 1.1 Flash, aktualizaci svého modelu pro generování videa, která přidává prodlužování scén, přechody založené na klíčových snímcích, rychlejší režim konceptů a 4K upscaling – nástroje zaměřené na to, aby bylo video generované umělou inteligencí prakticky využitelné v profesionální produkci.

Delší scény, více kontextu

Hlavní novinkou je přepracovaný systém prodlužování scén. Zatímco předchozí modely při generování nového obsahu odkazovaly pouze na poslední sekundu záznamu, Omni 1.1 analyzuje až 10 sekund předchozího kontextu videa, což podle Googlu zlepšuje vizuální konzistenci a narativní kontinuitu. Vývojáři mohou klipy prodlužovat v krocích po 10 sekundách až na celkových 40 sekund – což je podle serveru Digital Trends dostatek prostoru pro „skutečný začátek, střed a konec“.blog+1

Nové ovládání prvního a posledního snímku umožňuje tvůrcům určit dva klíčové snímky, mezi kterými model vygeneruje plynulý pohyb. Google tuto funkci směřuje na oblety kamery, zoomové přechody a plynulé smyčky.firstpost+1

Levnější koncepty, vybroušené finále

Omni 1.1 zavádí režim konceptů v rozlišení 360p, který podle Googlu vykresluje až o 60 procent rychleji a za třetinové náklady oproti standardnímu výstupu v 720p. Zamýšlený pracovní postup je jasný: levně vytvořit prototyp v nízkém rozlišení a poté schválený záběr převést do 1080p nebo 4K pro finální dodání.sqmagazine+1

Magazín SQ uvedl, že Gemini API účtuje výstup videa z modelu za 17,50 USD za milion tokenů, což je zhruba 0,10 USD za sekundu 720p záznamu, ačkoli Google nezveřejnil samostatné sazby pro 4K nebo 360p výstup. Vývojáři mohou také dodat až tři sekundy stávajícího videa jako multimodální referenci, která pomůže udržet konzistenci postav a prostředí napříč generacemi.blog+2

Dostupnost a první uživatelé

Model je okamžitě dostupný vývojářům prostřednictvím Google AI Studio a platformy Gemini Enterprise Agent. Pro spotřebitele se dostupnost globálně rozšiřuje pro předplatitele Google AI Plus, Pro a Ultra prostřednictvím Google Flow, přičemž prodlužování scén je k dispozici i v aplikaci Gemini.blog+1

Několik společností již Omni Flash integruje do svých produktů. Adobe jej přidalo do Firefly a kreativní ředitel Figmy Itay Schiff uvedl, že model umožňuje týmům „přesáhnout pouhé generování videí a začít je skutečně režírovat“. Kreativní ředitel Runway Jamie Umpherson to označil za „další způsob, jakým se naši uživatelé mohou rychle pohybovat mezi nápady“.blog

Uvedení ze strany Googlu staví jeho nástroje pro tvorbu videa do přímé konkurence se Sorou od OpenAI na straně spotřebitelů, zatímco se prostor generativního videa nadále konsoliduje kolem modelů, které upřednostňují ovladatelnost spolu s vizuální kvalitou.sqmagazine