Google lanserer Gemini Omni 1.1 Flash med 4K-video og sceneutvidelse

Google Alphabet Inc. ↘ 0.41% avduket torsdag Gemini Omni 1.1 Flash, en oppdatering til sin generative videomodell som legger til sceneutvidelse, overganger basert på nøkkelbilder, en raskere utkastmodus og 4K-oppskalering, verktøy rettet mot å gjøre AI-generert video praktisk for profesjonelle produksjonsarbeidsflyter.

Lengre scener, mer kontekst

Hovedfunksjonen er et omarbeidet system for sceneutvidelse. Der tidligere modeller kun refererte til det siste sekundet med opptak ved generering av nytt innhold, analyserer Omni 1.1 opptil 10 sekunder med tidligere videokontekst, noe Google sier forbedrer visuell konsistens og narrativ kontinuitet. Utviklere kan utvide klipp i intervaller på 10 sekunder opp til totalt 40 sekunder, nok plass, som Digital Trends bemerket, til "en faktisk begynnelse, midtdel og slutt".blog+1

En ny kontroll for første og siste bilde lar skapere spesifisere to nøkkelbilder, hvor modellen genererer kontinuerlig bevegelse mellom dem. Google posisjonerer funksjonen for kamerabaner, zoom-overganger og sømløse loop-klipp.firstpost+1

Billigere utkast, polerte finaler

Omni 1.1 introduserer en 360p utkastmodus som Google hevder rendrer opptil 60 prosent raskere og til en tredjedel av kostnaden for standard 720p-utdata. Den tiltenkte arbeidsflyten er tydelig: lag prototyper billig i lav oppløsning, og oppskaler deretter et godkjent opptak til 1080p eller 4K for endelig levering.sqmagazine+1

SQ Magazine rapporterte at Gemini API priser videoutdata fra modellen til 17,50 dollar per million tokens, omtrent 0,10 dollar per sekund med 720p-opptak, selv om Google ikke har publisert separate priser for 4K- eller 360p-utdata. Utviklere kan også levere opptil tre sekunder med eksisterende video som en multimodal referanse for å bidra til å opprettholde konsistens for karakterer og miljø på tvers av genereringer.blog+2

Tilgjengelighet og tidlige brukere

Modellen er umiddelbart tilgjengelig for utviklere gjennom Google AI Studio og Gemini Enterprise Agent Platform. Forbrukertilgang rulles ut globalt til Google AI Plus, Pro og Ultra-abonnenter gjennom Google Flow, med sceneutvidelse også tilgjengelig i Gemini-appen.blog+1

Flere selskaper integrerer allerede Omni Flash i sine produkter. Adobe har tatt den inn i Firefly, og Figmas kreative direktør Itay Schiff sa at modellen lar team gå "utover å generere videoer til å virkelig regissere dem". Runways kreative direktør Jamie Umpherson kalte det "en annen måte for våre brukere å bevege seg raskt mellom ideer".blog

Googles utgivelse setter deres utviklerrettede videoverktøy i direkte konkurranse med OpenAIs Sora på forbrukersiden, ettersom det generative videomarkedet fortsetter å konsolidere seg rundt modeller som prioriterer kontrollerbarhet sammen med visuell kvalitet.sqmagazine