Gemini Omni 1.2 Flash permet de créer des vidéos de 15…

Gemini Omni 1.2 Flash génère des vidéos natives pouvant atteindre 15 secondes. Cette version propose l'édition conversationnelle et une cohérence visuelle améliorée. Disponible via l'API et Gemini for Business.

Le coût a été réduit de 30 %, pour atteindre 0,07 $ US par seconde en 720p. Également disponible dans Google AI Studio, Google Cloud et Google Vids. La génération de vidéos préserve la cohérence des personnages, des objets et des décors. L'édition permet d'apporter des modifications sans tout recréer, avec prise en charge de plusieurs couches de référence. Cette version inclut la génération de dialogues plus naturels. La version précédente, Omni 1.1, permettait déjà de créer des vidéos, mais la nouvelle version améliore la cohérence visuelle, réduit le coût et ajoute des fonctionnalités comme l'édition conversationnelle et la prise en charge de plusieurs couches d'animation.

La nouvelle version est une mise à jour de la gamme Gemini Omni, déjà utilisée dans Google Vids et d'autres services de génération de vidéos. La version 1.2 Flash offre une expérience plus accessible et plus efficace pour les créateurs de contenu. La disponibilité au Brésil n'a pas encore été confirmée, mais la version est disponible sur des serveurs mondiaux.

La baisse de prix peut attirer davantage d'utilisateurs, notamment dans les cas où la génération de vidéos est fréquemment utilisée. La génération de vidéos natives de 15 secondes est une nouveauté qui pourrait changer la manière de créer et d'éditer du contenu. La génération de vidéos se fait via l'API ou Google Vids, sans avoir à recréer tout le contenu. Cela facilite l'édition conversationnelle, dans laquelle l'utilisateur peut ajuster des parties de la vidéo sans perdre la cohérence de la scène. La version prend également en charge plusieurs couches de référence, ce qui aide à préserver l'intégrité des personnages et des décors pendant l'édition.

La résolution par défaut est de 720p, ce qui suffit pour les réseaux sociaux et les chaînes vidéo ordinaires. La nouvelle version peut constituer une alternative. La nouvelle version corrige ces points, en offrant une expérience plus fluide et plus efficace. L'édition conversationnelle, par exemple, permet aux créateurs de travailler le contenu de façon plus intuitive, sans avoir à recréer toute la vidéo de zéro. En outre, la prise en charge de plusieurs couches de référence rend la génération de contenu plus précise et plus polyvalente.

Ces améliorations placent Gemini Omni en concurrence avec les outils vidéo déjà présents sur le marché, comme Blizzy, qui permet d'éditer sans passer par une timeline traditionnelle. L'évolution de la gamme Gemini Omni reflète la volonté de DeepMind de rendre la création de contenu plus accessible et plus rapide, une approche déjà explorée avec la version 1.1, mais désormais avec davantage de fonctionnalités et d'efficacité. La nouvelle version s'inscrit aussi dans le mouvement de démocratisation de la génération de contenu numérique, que l'entreprise a mis en avant dans ses annonces récentes.

L'édition conversationnelle multi-tours et la meilleure référence visuelle permettent au système de comprendre et de maintenir la cohérence entre les éléments tout au long de la vidéo, ce qui facilite la création de récits plus cohérents. Cela réduit le besoin de recréations complètes, optimisant ainsi le processus de production et réduisant les coûts opérationnels. La prise en charge de plusieurs couches d'animation et la génération de dialogues plus naturels accroissent la flexibilité créative, permettant aux utilisateurs d'explorer différents niveaux de détail sans compromettre la qualité.