Gemini Omni 1.1 Flash gibt Entwicklern echte Kontrolle über generierte Videos

Die Video-Generierung stolperte bisher über die Tatsache, dass das Ergebnis eine Blackbox ist: Man schreibt einen Prompt und hofft, dass ein brauchbarer Clip herausfällt. Google DeepMind veröffentlicht jetzt Gemini Omni 1.1 Flash über die API, was dies ändert.

Das Ende von zufälligen Schnitten und visuellem Chaos

Das Update ermöglicht native Erweiterungen für bestehende Videos in Zehn-Sekunden-Blöcken bis zu einer maximalen Länge von 40 Sekunden. Das Modell behält den Kontext der vorherigen Szene bei, sodass die Kamera nicht woanders hinspringt und die Visualisierungen konsistent bleiben. Dies macht es zu einem echten Werkzeug für das Geschichtenerzählen und nicht nur zu einem zufälligen B-Roll-Generator.

Die Testphase wird für Entwickler günstiger

Eine weitere Neuerung ist die Unterstützung für grobe 360p-Vorschauen. Dies spart ein Drittel der Kosten und beschleunigt die Iteration auf der Suche nach der richtigen Kamerabewegung erheblich, bevor der Entwickler für das endgültige Rendern bezahlt.

4K-Ausgabe ist nett, aber Flüssigkeit ist am wichtigsten

Das Modell kann mit der Angabe des ersten und letzten Frames für sanfte Übergänge und Loops arbeiten und die Auflösung schließlich auf 4K hochziehen. Während der Markt bei der Auflösung leicht aufholt, ist eine API für die tatsächliche Manipulation der Bewegung das, was den meisten Modellen gefehlt hat.

Der Markt für Video-APIs verschiebt sich in Richtung Produktion

Was den Erfolg von Omni bestimmen wird, ist die Stabilität seiner API und sein Preis im Vergleich zu Wettbewerbern (Runway, Luma). Wenn es die visuelle Kontinuität aufrechterhält, wird es zum Standard für Anwendungen, die Video integrieren und nicht nur in einer Demo zeigen wollen.

Liliths Urteil

KI-Video bekommt endlich das, was es zu einem Werkzeug und nicht zu einem Spielzeug machen wird. Wer nur noch einen 'Generieren'-Button anbietet, wird für Firmenkunden bald unbrauchbar sein.