Modelo de IA do Google permite escolher a duração segundo a segundo, gera rascunhos em 360p e exporta a versão final em 4K.

O Gemini Omni 1.2 Flash, nova versão do modelo de vídeo do Google, gera clipes de até 15 segundos. Desenvolvida pelo Google DeepMind, a ferramenta de inteligência artificial cria ou edita vídeos a partir de comandos do usuário. A atualização amplia o controle sobre câmera, diálogos e resolução e reduz em 30% o custo da geração em 720p.

Gemini Omni 1.2 Flash amplia limite de 10 para 15 segundos

O novo teto representa cinco segundos a mais que a versão 1.1, que limitava cada vídeo a 10 segundos.

A forma de definir o tempo do vídeo também mudou. O usuário agora escolhe a duração em incrementos de um segundo, sem depender de intervalos fixos. Em vez de opções como 5, 10 ou 15 segundos, é possível pedir clipes de 4, 7 ou 8 segundos. A duração mínima aceita é de 3 segundos.

Como ficou a duração dos vídeos no novo modelo:

A duração máxima subiu de 10 para 15 segundos na versão 1.2.
A duração mínima permitida é de 3 segundos por vídeo.
O ajuste de tempo é feito em incrementos de um segundo.

Google reforça consistência e sincronia labial no modelo

A nova versão gera resultados mais consistentes, de acordo com o Google. O modelo preserva as características de pessoas, objetos e cenários, o que reduz o risco de o vídeo conter aberrações. A empresa apresenta a atualização em três frentes: consistência, controle criativo e geração mais rápida e barata em escala.

No áudio, o Gemini Omni 1.2 Flash gera diálogos mais naturais, com sincronização labial aprimorada. O modelo também diferencia melhor as vozes. Além disso, os movimentos de câmera foram aperfeiçoados, com recursos para aproximar e afastar o enquadramento e para circular ao redor de objetos.

Comandos por voz ou texto alteram fundo, luz e formato

O modelo aceita instruções por voz ou por texto para modificar partes de um vídeo já gerado. Entre os elementos ajustáveis estão o fundo da imagem, os efeitos de iluminação e o formato da tela. Cada alteração é aplicada sem que o trabalho precise ser refeito do início.

Com o limite de 15 segundos, o modelo é direcionado à produção de vídeos curtos, como os do Globo Pop, novo app de vídeos curtos que chega para concorrer com o TikTok.

Gemini Omni 1.2 Flash custa US$ 0,07 por segundo em 720p

O processo de produção foi dividido em etapas de resolução. Os rascunhos podem ser gerados em 360p ou 720p, o que agiliza a revisão e barateia os testes. Quando o resultado estiver aprovado, o vídeo final pode ser salvo em 1080p ou em 4K, conforme a necessidade de cada peça.

O preço da geração em 720p caiu 30% e passou a US$ 0,07 por segundo.

As etapas de resolução e o custo do novo modelo:

Os rascunhos podem ser gerados em 360p ou em 720p.
O vídeo final pode ser exportado em 1080p ou em 4K.
A geração em 720p custa US$ 0,07 por segundo.
O preço em 720p ficou 30% menor que na versão anterior.

Nova versão é liberada em serviços de IA do Google

O Gemini Omni 1.2 Flash é um modelo de inteligência artificial, e não um aplicativo isolado. Por isso, a nova versão está sendo liberada em vários serviços de inteligência artificial do Google.