Google predstavlja Gemini Omni 1.2 Flash
Brži, jeftiniji AI model donosi native generiranje videa do 15 sekundi.
Google je najavio opću dostupnost novog AI modela, Gemini Omni 1.2 Flash, kroz Gemini API i Gemini za poslovne korisnike. Novi model donosi mogućnost izvornog generiranja videa u trajanju do 15 sekundi i konverzacijsko uređivanje videozapisa u više koraka.
Ključni detalji
Gemini Omni 1.2 Flash omogućuje stvaranje i uređivanje videa natively do 15 sekundi dugih, što je povećanje u odnosu na 10 sekundi s prethodnim modelom Omni 1.1. Cijena je također niža za 30%, čineći ga dostupnim po cijeni od 0,07 dolara po sekundi za 720p videozapise.
Zašto je to važno
Zahvaljujući duljem trajanju klipova, Omni 1.2 Flash pruža više prostora za pričanje priča ili izradu objašnjenja proizvoda u jednoj generaciji. Smanjeni troškovi, postignuti mogućnošću brze izrade u rezoluciji od 360p ili 720p te naknadnim povećanjem na 1080p ili 4K, omogućuju bržu i pristupačniju produkciju.
Tehnička pozadina
Novi model zadržava detalje i osigurava bolju dosljednost referenci.
- Podržava izvorno generiranje videa do 15 sekundi uz konverzacijsko uređivanje u više koraka.
- Zadržava detalje iz zadanih slika i audio zapisa konstantnim kroz različite kutove kamere.
- Nudi fluidniji dijalog s jasnijom sinkronizacijom usana i prirodnijim govorom.
Širi kontekst
Uz poboljšano pridržavanje referenci, lica, odjevni predmeti i brand boje ostaju dosljedni od prvog do posljednjeg kadra, uz manje vizualnog pomicanja (drift) i preoblikovanja (morphing) tijekom kretanja. Time Gemini Omni 1.2 Flash nudi stabilnije i filmskije iskustvo za izradu video sadržaja.
Što slijedi
Očekuje se da će ove naprednije mogućnosti biti vidljive kroz različite primjene, uključujući kreiranje objašnjenja u Gemini za posao ili profesionalnih videozapisa u alatu Google Vids, gdje će prirodniji govor i bolja vizualna kontrola donijeti novu razinu kvalitete.
Izvor: Google AI Blog Objavljeno na portalu Umjetna Inteligencija Blog by ShtefAI, autor: Shtef



