Google непрекъснато усъвършенства моделите си, а в DeepMind паралелно се работи по различни инструменти. Благодарение на това в дните преди 1 септември компанията представи няколко нововъведения. Семейството Gemini Omni се разшири с важен нов модел и множество нови функции.
Gemini Omni 1.1 Flash е по-малък модел, който работи бързо и ефективно. На тази основа разработчиците са създали няколко нови функции, достъпни например в Google AI Studio и услугата Flow. „Gemini Omni 1.1 вече е готов за професионална употреба чрез Gemini API в Google AI Studio“, подчерта компанията.
Gemini Omni 1.1 Flash все още не позволява генерирането на по-дълги видеоклипове наведнъж, но вече удължава сцените много по-ефективно. От 10-секундни откъси може да се създаде един непрекъснат 40-секунден клип. За да запази контекста и визуалната последователност, новият видеомодел анализира всичките предходни 10 секунди, докато досега разчиташе само на последната секунда. Един цялостен 40-секунден клип вече би могъл да се използва директно в рекламна кампания или за друга професионална задача.
Gemini Omni 1.1 вече може да създава изключително плавни преходи дори между два произволни кадъра. Усъвършенстваните му способности за разсъждение, основани на разбирането на реалния свят, го правят по-ефективен при работа с конкретни насоки. Ако в творческия процес се използват снимки за ориентир, крайният резултат може да се постигне по-бързо и по-точно. Според компанията това ще бъде полезно при сложни движения на камерата, преходи с приближаване или отдалечаване и видеоклипове, които се повтарят в цикъл без видимо прекъсване.
Семейството Gemini Omni е проектирано за изцяло мултимодална работа. Google подчерта, че потребителите могат да добавят и няколко кратки видеоклипа като образци. Видеомоделът може да „черпи идеи“ от няколко референтни клипа с продължителност до 3 секунди всеки. И в този случай при необходимост се запазва проследяването на контекста.
Новият модел като цяло не е най-евтиното решение за генериране на видео, но гъвкавостта му открива нови възможности. С Gemini Omni 1.1 Flash създателите могат да генерират големи количества видеоклипове с резолюция 360p на много по-ниска цена и с 60 % по-бързо, за да изпробват идеите си. Така могат да създават чернови на замисленото и когато получат подходящия материал, да поискат от новия Gemini Omni да повиши резолюцията на видеото.
От набързо създадени 360p чернови на нищожна цена могат да се получат дори видеоклипове с резолюция 4K Ultra HD. Така работният процес може да стане не само по-бърз, но и значително по-евтин и по-прецизен.
Gemini Omni 1.1 Flash може да генерира 360p видео за едва 0,03 долара на секунда, докато материалите с резолюция 720p струват 0,1 долара на секунда — точно колкото при предишния Omni Flash или Veo 3.1 Fast. Видеоклиповете с Full HD резолюция струват 0,15 долара на секунда, а тези с 4K Ultra HD резолюция — 0,3 долара на секунда. Досега сред по-малките модели на Google само Veo 3.1 Fast можеше да създава такива видеоклипове, при сходни цени. За желаещите да работят още по-евтино с материали в 720p или 1080p компанията продължава да предлага Veo 3.1 Lite.
Gemini Omni 1.1 Flash беше предоставен първо в екосистемата на Google за разработчици. Моделът може да се изпробва в AI Studio, в платформата Gemini Enterprise Agent чрез Agent platform API, както и в услугите Google Flow и Gemini. За достъп задължително е необходим абонамент за някой от плановете Google AI Plus, Pro или Ultra.

































