Gemini Omni 1.2 Flash permite videos de 15 segundos

Gemini Omni 1.2 Flash genera vídeos nativos de hasta 15 segundos. La versión ofrece edición conversacional y una consistencia visual mejorada. Disponible a través de la API y Gemini for Business.

El costo se redujo un 30 %, hasta llegar a US$ 0,07 por segundo en 720p. También está disponible en Google AI Studio, Google Cloud y Google Vids. La generación de vídeos mantiene la consistencia de personajes, objetos y escenarios. La edición permite hacer cambios sin recrear todo el vídeo, con soporte para múltiples capas de referencia. La versión incluye generación de diálogos más naturales. La versión anterior, Omni 1.1, ya permitía la creación de vídeos, pero la nueva versión mejora la consistencia visual, reduce el costo y añade funcionalidades como la edición conversacional y el soporte para múltiples capas de animación.

La nueva versión es una actualización de la línea Gemini Omni, que ya se usaba en Google Vids y en otros servicios de generación de vídeos. La versión 1.2 Flash ofrece una experiencia más accesible y eficiente para los creadores de contenido. La disponibilidad en Brasil aún no se ha confirmado, pero la versión está disponible en servidores globales.

La reducción de precio puede atraer a más usuarios, especialmente en escenarios donde la generación de vídeo se usa con frecuencia. La generación de vídeos nativos de 15 segundos es una novedad que puede cambiar la forma en que se crea y edita el contenido. La generación de vídeo se realiza mediante la API o Google Vids, sin necesidad de recrear todo el contenido. Esto facilita la edición conversacional, en la que el usuario puede ajustar partes del vídeo sin perder la cohesión de la escena. La versión también admite múltiples capas de referencia, lo que ayuda a mantener la integridad de los personajes y los escenarios durante la edición.

La resolución estándar es 720p, lo que es suficiente para su uso en redes sociales y canales de vídeo comunes. La nueva versión puede ser una alternativa. La nueva versión corrige esos puntos y ofrece una experiencia más fluida y eficiente. La edición conversacional, por ejemplo, permite que los creadores trabajen con el contenido de forma más intuitiva, sin necesidad de recrear todo el vídeo desde cero. Además, el soporte para múltiples capas de referencia hace que la generación de contenido sea más precisa y versátil.

Estas mejoras sitúan a Gemini Omni en una posición de competencia con herramientas de vídeo que ya existen en el mercado, como Blizzy, que permite editar sin necesidad de una línea de tiempo tradicional. La evolución de la línea Gemini Omni refleja el afán de DeepMind por hacer que la creación de contenido sea más accesible y rápida, algo que ya se exploraba con la versión 1.1, pero ahora con más recursos y eficiencia. La nueva versión también está en línea con el movimiento de democratizar la generación de contenido digital, algo que la empresa ha destacado en sus anuncios recientes.

La edición conversacional de varios turnos y la mejor referencia visual permiten que el sistema comprenda y mantenga la coherencia entre los elementos a lo largo del vídeo, lo que facilita la creación de narrativas más cohesivas. Esto reduce la necesidad de recreaciones completas, optimiza el proceso de producción y disminuye los costes operativos. La compatibilidad con múltiples capas de animación y la generación de diálogos más naturales aumentan la flexibilidad creativa y permiten a los usuarios explorar distintos niveles de detalle sin comprometer la calidad.