Google представила Gemini Omni 1.1 Flash — обновленную видеомодель для разработчиков в Gemini API. Она позволит точнее управлять генерацией роликов: продлевать сцены, задавать первый и последний кадр, делать черновики в 360p и получать финальные версии в 1080p или 4K.
Главная задача обновления — дать больше контроля над видео, которое создается не одним коротким запросом, а в несколько итераций. Модель сможет анализировать до 10 секунд предыдущего контекста, а не только последний момент ролика, как в прошлых версиях. За счет этого Google обещает более стабильное продолжение сцены и меньше визуальных разрывов.
Сцены можно будет продлевать отрезками по 10 секунд до общей длины 40 секунд. Еще одна функция позволит загрузить начальный и конечный кадр, а модель сгенерирует переход между ними — например, для плавного движения камеры, зума или зацикленного клипа.
Для быстрых проверок разработчики смогут создавать черновые ролики в 360p. По данным Google, такая генерация будет работать до 60% быстрее и стоить в три раза дешевле, чем стандартное 720p. Модель также сможет учитывать до трех секунд видео как референс, чтобы сохранять визуальный контекст или движение.
Gemini Omni 1.1 Flash уже можно подключить через Google AI Studio и Gemini Enterprise Agent Platform. В Gemini API модель работает на платном тарифе: входные токены стоят $1,50 за миллион, видео на выходе — $17,50 за миллион токенов, что для 720p примерно равно $0,10 за секунду. Пользователи Google AI Plus, Pro и Ultra также смогут работать с моделью в Google Flow.
Источник: Google