Inicio Ciencia Google anuncia Gemini Omni 1.2 Flash con videos de hasta 15 segundos...

Google anuncia Gemini Omni 1.2 Flash con videos de hasta 15 segundos y edición conversacional

0
90
Google anuncia Gemini Omni 1.2 Flash con videos de hasta 15 segundos y edición conversacional

Según Google DeepMind, Gemini Omni 1.2 Flash genera y edita videos de hasta 15 segundos, mantiene más consistentes los personajes y objetos a lo largo de las escenas y cuesta un 30% menos que la versión anterior. El modelo está disponible en Gemini API, Google Cloud y productos de la empresa, según el anuncio.

Google DeepMind anunció Gemini Omni 1.2 Flash, una actualización de su modelo para generar y editar videos. La empresa afirma que esta versión combina clips más largos, mayor consistencia visual y un flujo de trabajo basado en conversaciones.

Según el anuncio, el modelo crea videos de forma nativa con una duración de hasta 15 segundos, frente a los 10 segundos de Gemini Omni 1.1. La duración puede definirse en incrementos de un segundo, entre 3 y 15 segundos.

La compañía también declara una reducción del 30% en el precio respecto al modelo anterior. Para video en 720p en Gemini API, el valor informado es de US$ 0,07 por segundo.

Más control sobre las referencias y la continuidad

Gemini Omni 1.2 Flash fue presentado como capaz de preservar mejor personajes, productos, escenarios, colores, ropa, tipografía y otros elementos de referencia a lo largo del video.

Google menciona usos como anuncios, catálogos, explicaciones de productos, secuencias de prueba virtual y animaciones basadas en imágenes estáticas. Estos ejemplos pertenecen al material de divulgación de la empresa y no constituyen una verificación independiente del rendimiento.

El modelo también puede combinar imágenes de personajes, productos o estilos, clips cortos de movimiento e indicaciones de audio. La empresa afirma que esta combinación ayuda a mantener los detalles visuales entre distintos ángulos y transiciones.

Otra función destacada es la continuidad entre el primer y el último fotograma. Según Google, el sistema puede conectar referencias distintas mediante movimientos de cámara continuos, con menos cortes involuntarios y menor deriva visual.

Edición en múltiples rondas

En lugar de generar nuevamente un video completo, el usuario puede solicitar cambios sucesivos mediante una conversación. Entre los ejemplos citados están cambiar el producto o el fondo, modificar la iluminación o el clima y adaptar la relación de aspecto.

La empresa afirma que la edición conversacional funciona en clips completos de hasta 15 segundos y puede facilitar la creación de variaciones para distintos públicos y formatos publicitarios.

El anuncio también menciona diálogos con múltiples personajes, sincronización labial, voces diferenciadas y movimientos de cámara más complejos, incluidos vuelos en primera persona, acercamientos y órbitas.

Disponibilidad y límites declarados

Según Google DeepMind, Gemini Omni 1.2 Flash está disponible de forma general en Gemini API y Google Cloud, además de llegar a productos como Google Vids, Flow, Gemini para empresas y Google Ads.

La empresa informa que el modelo cuenta con infraestructura empresarial de Google Cloud, compatibilidad con Provisioned Throughput y una marca de agua imperceptible SynthID en los resultados.

La propia Google advierte que el desarrollo continúa en áreas como la acción deportiva rápida, los cambios acelerados de guion y la física compleja. Por lo tanto, las mejoras descritas deben entenderse como afirmaciones del proveedor hasta que haya evaluaciones independientes disponibles.

  • Clips de hasta 15 segundos, con una duración configurable de 3 a 15 segundos.
  • Edición conversacional sin necesidad de recrear todo el video después de cada ajuste.
  • Precio anunciado de US$ 0,07 por segundo en 720p en Gemini API.
  • Disponibilidad declarada en plataformas de desarrollo, servicios en la nube y productos de Google.

Fuente original: Google DeepMind — Gemini Omni 1.2 Flash: Fast and cost-effective with longer clips.

Recibe Radar de IA todos los días

Las noticias de inteligencia artificial que importan — con nuestro prisma y siempre con las fuentes. Gratis.

Sin spam. Cancela cuando quieras.

DEJA UNA RESPUESTA

Por favor ingrese su comentario!
Por favor ingrese su nombre aquí