Новини›Wideo›Gemini Omni 1.2 Flash: видео до 15 секунди с по-добра последователност
Wideo

Gemini Omni 1.2 Flash: видео до 15 секунди с по-добра последователност

Google: блог за AI · неделя, 8 ноември, 18:14 · 1 мин четене

Google пусна новата версия на Gemini Omni с по-дълги клипове и редакция в няколко стъпки.

Google пусна Gemini Omni 1.2 Flash, нова версия на своя модел за видео. Най-голямата промяна е, че вече може да създава и редактира клипове с продължителност до 15 секунди, а не до 10 както в Omni 1.1. Можеш да зададеш дължината с точност от една секунда, между 3 и 15 секунди, така че да направиш цяла история, кратко обяснение на продукт или рекламен кадър наведнъж.

Моделът държи по-добре референциите, които му даваш. Можеш да комбинираш снимки на герой, продукт или стил, кратки видеа с движение до три секунди и звукови указания. Лицата, дрехите, надписите на опаковки и цветовете на марката остават еднакви от първия до последния кадър, дори когато камерата се движи. Това прави по-лесно превръщането на снимки на продукти в кратки рекламни видеа или каталожни завъртания.

Омни 1.2 има и редакция в няколко стъпки. Можеш да смениш фон, продукт, светлина, времето в кадъра или формата на картината, без да пускаш целия клип отначало. Така от един клип се получават няколко варианта за различна аудитория.

Диалозите звучат по-течно, устата са по-точно синхронизирани с гласа, а при няколко говорещи герои моделът разпознава кой кой е. Подобрени са и сложните движения на камерата, като полети от първо лице и плавни отдалечавания, с по-малко рязки преходи.

Новият модел е достъпен в Gemini API, в Google Vids и в Gemini for business. Видеата от него носят невидим воден знак SynthID, който помага за разпознаването на AI съдържание.

Още новини