Google amplía Gemini Omni 1.2 para crear videos

Google anunció el 5 de noviembre Gemini Omni 1.2 Flash, un modelo para generar y editar videos que está disponible de forma general en Gemini API y Gemini for business. En la app Gemini, el acceso corresponde a los suscriptores de Google AI Ultra. Anish Nangia, Product Manager de Google DeepMind, presenta la actualización para tareas como crear anuncios sociales y explicadores de productos en el anuncio de Google.

Clips de hasta 15 segundos

El modelo genera videos de entre 3 y 15 segundos, con una duración que se elige en incrementos de un segundo. El máximo de 15 segundos amplía los 10 segundos de Omni 1.1 y permite desarrollar una promoción o explicación de producto en una sola generación, según los usos descritos por Google.

Referencias en Gemini Omni 1.2 Flash

La generación admite imágenes de personajes, productos o estilos, clips de movimiento de hasta tres segundos y señales de audio. Google afirma que el modelo conserva rostros, prendas, tipografía de envases y colores de marca entre distintos ángulos de cámara.

La compañía muestra una secuencia de prueba virtual de 15 segundos creada a partir de la foto de una modelo y tomas frontal y posterior de tres atuendos. El video combina giros de 360 grados y cortes que enlazan planos mediante elementos visuales similares. Según Google, el resultado mantiene la identidad de la modelo y los detalles de las prendas.

Edición sucesiva y precio

La edición conversacional permite pedir cambios sobre el mismo clip sin volver a generarlo completo. Se puede reemplazar el producto o el fondo, modificar la luz o el clima y ajustar la relación de aspecto, es decir, las proporciones del encuadre. En la demostración de Google, las peticiones sucesivas cambian el fondo mientras se conservan los personajes, su actuación y el encuadre.

Google anuncia un precio de 0,07 dólares por segundo para video de 720p y una reducción del 30 % frente a Omni 1.1. Su propuesta de trabajo consiste en crear borradores en 360p o 720p, corregir detalles mediante una edición posterior y aumentar la resolución de las versiones elegidas a 1080p o 4K. (blog.google)