Google lanza Gemini Omni 1.1 Flash con video 4K y extensión de escenas

Google Alphabet Inc. ↗ 0.78% presentó el jueves Gemini Omni 1.1 Flash, una actualización de su modelo de video generativo que añade extensión de escenas, transiciones basadas en fotogramas clave, un modo de borrador más rápido y escalado a 4K, herramientas diseñadas para hacer que el video generado por IA sea práctico para flujos de trabajo de producción profesional.

Escenas más largas, más contexto

La característica principal es un sistema de extensión de escenas rediseñado. Mientras que los modelos anteriores solo hacían referencia al último segundo de metraje al generar nuevo contenido, Omni 1.1 analiza hasta 10 segundos de contexto de video previo, lo que según Google mejora la consistencia visual y la continuidad narrativa. Los desarrolladores pueden extender clips en incrementos de 10 segundos hasta un total acumulado de 40 segundos, espacio suficiente, como señaló Digital Trends, para "un principio, un medio y un final reales".blog+1

Un nuevo control de primer y último fotograma permite a los creadores especificar dos fotogramas clave, con el modelo generando un movimiento continuo entre ellos. Google posiciona esta función para órbitas de cámara, transiciones de zoom y clips en bucle sin interrupciones.firstpost+1

Borradores más baratos, finales pulidos

Omni 1.1 introduce un modo de borrador a 360p que, según Google, se renderiza hasta un 60 por ciento más rápido y a un tercio del costo de su salida estándar de 720p. El flujo de trabajo previsto es claro: crear prototipos de forma económica a baja resolución y luego escalar una toma aprobada a 1080p o 4K para la entrega final.sqmagazine+1

SQ Magazine informó que la API de Gemini valora la salida de video del modelo en 17.50 dólares por millón de tokens, aproximadamente 0.10 dólares por segundo de metraje a 720p, aunque Google no ha publicado tarifas separadas para la salida a 4K o 360p. Los desarrolladores también pueden proporcionar hasta tres segundos de video existente como referencia multimodal para ayudar a mantener la consistencia de los personajes y el entorno a través de las generaciones.blog+2

Disponibilidad y primeros usuarios

El modelo está disponible de inmediato para los desarrolladores a través de Google AI Studio y la plataforma Gemini Enterprise Agent. El acceso para consumidores se está desplegando globalmente para los suscriptores de Google AI Plus, Pro y Ultra a través de Google Flow, con la extensión de escenas también disponible en la aplicación Gemini.blog+1

Varias empresas ya están integrando Omni Flash en sus productos. Adobe lo ha incorporado a Firefly, y el director creativo de Figma, Itay Schiff, dijo que el modelo permite a los equipos ir "más allá de generar videos para realmente dirigirlos". El director creativo de Runway, Jamie Umpherson, lo calificó como "otra forma para que nuestros usuarios se muevan rápidamente entre ideas".blog

El lanzamiento de Google coloca sus herramientas de video para desarrolladores en competencia directa con Sora de OpenAI en el lado del consumidor, a medida que el espacio de video generativo continúa consolidándose en torno a modelos que priorizan la capacidad de control junto con la calidad visual.sqmagazine