Gemini Omni 1.2 Flash amplía la generación de vídeo a 15 segundos y mejora la coherencia en escenas largas

Gemini Omni 1.2 Flash- GOOGLE DEEPMIND

   MADRID, 6 Nov. (Portaltic/EP) -

   La nueva actualización del modelo Gemini Omni Flash de Google DeepMind ofrece resultados más coherentes en escenas largas, además de permitir la generación de vídeo con una duración de hasta 15 segundos.

   Gemini Omni Flash es la versión rápida del modelo multimodal para la generación y edición de vídeo de DeepMind que, con su versión 1.2, ha incorporado la edición conversacional multigiro para crear variantes de un mismo clip sin tener que empezar de cero, que ya está disponible para los usuarios de la API de Gemini y Gemini para empresas.

   Este tipo de edición se aplica a los clips de hasta 15 segundos que genera, que ahora tienen una duración de cinco segundos más que los vídeos que permitía crear el modelo predecesor. A ello se suma la posibilidad de especificar la duración, con un mínimo de 3 segundos.

   El resultado, según explican en un comunicado, mejora la coherencia entre los distintos elementos que aparecen en el vídeo, ya sean personajes, objetos o escenas, "con menos desviaciones visuales o transformaciones durante las transiciones de movimiento y cámara".

   Incorpora, además, un control más preciso sobre los movimientos de la cámara, lo que permite incorporar recorridos aéreos FPV panorámicos, alejamientos dramáticos y órbitas, con acabados que desde la firma de IA describen como "cinematográficos".

   Asimismo, Gemini Omni 1.2 Flash se ha vuelto más rentable, ya que permite crear vídeo en 720p a 0,07 dólares por segundo, lo que supone un 30 por ciento menos que con Gemini Omni 1.1 Flash. DeepMind destaca su rentabilidad a escala, ya que, como explica, permite editar a 360p o 720p, corregir un detalle con una edición posterior en lugar de regenerar todo el clip y, a continuación, mejorar la resolución de tus mejores creaciones a 1080p o 4K.