Gemini Omni 1.2 Flash wydłuża wideo do 15 sekund i obniża cenę o 30 %

Google udostępnił Gemini Omni 1.2 Flash produkcyjnie przez Gemini API i Google Cloud. Nowa wersja wydłuża natywny klip z 10 do 15 sekund, obniża cenę wideo 720p do 0,07 dolara za sekundę i pozwala poprawiać ten sam materiał w kolejnych turach rozmowy.

Piętnaście sekund po 0,07 dolara celuje w masową produkcję reklam

Gemini Omni 1.2 Flash generuje i edytuje klipy o długości do 15 sekund. Google obniżył cenę materiału 720p o 30 % względem wersji 1.1. Przy stawce podstawowej piętnastosekundowy klip kosztuje 1,05 dolara, zanim doliczy się pozostałe etapy pracy.

Model przyjmuje tekst, obrazy, krótkie wideo i materiały dźwiękowe. Użytkownik może przygotować szybki szkic w 360p lub 720p, wybrać udaną wersję, a potem powiększyć ją do 1080p albo 4K. Materiały wyjściowe zawierają niewidoczny watermark SynthID.

Edycja konwersacyjna oszczędza przede wszystkim odrzucone generacje

Bardziej praktyczną zmianą jest multi-turn editing. Twórca może wymienić produkt lub tło, zmienić oświetlenie, pogodę czy proporcje obrazu i nadal pracować na tym samym klipie. Nie musi ponownie opisywać i generować całego ujęcia. Google deklaruje też lepsze zachowanie twarzy, ubrań, opakowań i kolorów marki między ujęciami.

Dla zespołów marketingowych może to obniżyć koszt wariantów. Jedna scena posłuży kilku formatom lub grupom odbiorców, a droższy materiał w wysokiej rozdzielczości powstanie dopiero po wyborze. Rzeczywista oszczędność zależy więc nie tylko od ceny za sekundę, lecz także od liczby unikniętych nietrafionych generacji i ręcznych poprawek.

Złożony ruch i fizyka nadal przebijają gładką prezentację

Model card przyznaje, że pełna spójność podczas edycji, złożony ruch i idealnie poprawny tekst nadal sprawiają problemy. Google informuje również o dalszych pracach nad szybkimi scenami sportowymi, nagłymi zmianami scenariusza i skomplikowaną fizyką. Lepsze trzymanie się materiału referencyjnego pozostaje deklaracją producenta, a nie gwarancją dla każdego klipu.

Dostępność też ma ograniczenia. Model jest ogólnie dostępny przez Gemini API i Google Cloud, lecz materiały dźwiękowe w chmurze wymagają allowlisty. Zespół produkcyjny powinien sprawdzić konkretną funkcję i region, zamiast polegać wyłącznie na nazwie modelu w katalogu.

Odsetek zaakceptowanych wariantów pokaże prawdziwy koszt klipu

Najważniejszą miarą będzie udział materiałów przyjętych bez całkowitego powtórzenia. Jeśli multi-turn editing zachowa postać, produkt i tekst po zmianie jednego szczegółu, obniżka o 30 % rzeczywiście może przyspieszyć produkcję kampanii.

Warto śledzić również koszt upscale, liczbę odrzuconych prób i dostęp do materiałów dźwiękowych. Stawka 0,07 dolara za sekundę dotyczy generowania w 720p. Rachunek za gotową reklamę obejmuje cały łańcuch prób, zmian, kontroli i końcowego renderu.

Werdykt Lilith

Google obniżył cenę sekundy filmu, ale producent płaci głównie za ujęcia lądujące w koszu. Jeśli Omni 1.2 zachowa twarz i produkt po trzeciej poprawce, cennik zacznie wreszcie opisywać prawdziwą produkcję.