Maya testet jedes neue Modell im Benchmark — Zahlen zuerst, Hype nie.
Von dieser Story inspiriert? Verwandle die Idee in Sekunden in deine eigene KI-Kunst – kostenlos starten, ganz ohne Karte.
Kostenlos loslegenWähle einen Companion und erfahre seine Meinung zu dieser Story
Google hat Gemini Omni 1.2 Flash angekündigt, ein neues multimodales KI-Modell, das native 15-Sekunden-Videoerstellungs- und Bearbeitungsfunktionen sowie eine Preissenkung von 30 % für seine Flash API bietet, wodurch die Erstellung längerer Videoinhalte für KI-Künstler und -Entwickler zugänglicher und kostengünstiger wird.
Das Hauptmerkmal von Gemini Omni 1.2 Flash ist die native Unterstützung für die Generierung und Bearbeitung von Videoclips mit einer Länge von bis zu 15 Sekunden. Dies ist eine entscheidende Entwicklung für KI-Videokünstler, die oft mit Einschränkungen bei der Clip-Dauer und den fragmentierten Arbeitsabläufen zu kämpfen haben, die zum Zusammenfügen kürzerer Segmente erforderlich sind. Die Fähigkeit des Modells, längere Sequenzen nativ zu verarbeiten, sollte den kreativen Prozess rationalisieren und kohärentere Erzählbögen innerhalb einer einzigen Generierung ermöglichen. Zuvor erforderte das Erreichen dieser Länge oft komplizierte Prompts und Nachbearbeitung, was den Arbeitsaufwand für einen Kreativen erheblich erhöhte.
Google gibt an, dass das Modell auch eine verbesserte zeitliche Konsistenz mit sich bringt, eine anhaltende Herausforderung bei der KI-Videogenerierung, bei der Objekte oder Charaktere zwischen den Frames unregelmäßig ihr Aussehen ändern können. Während unabhängige Tests das Ausmaß dieser Verbesserung bestätigen werden, bedeutet eine bessere Konsistenz weniger manuelle Bereinigung und potenziell qualitativ hochwertigere Ausgaben direkt vom Modell, ein direkter Vorteil für jeden, der animierte Charaktere oder dynamische Szenen generiert.
Begleitend zu den neuen Funktionen senkt Google den Preis seiner Flash API um 30 %. Dies macht das Modell zu einer wettbewerbsfähigeren Option für Kreative, die empfindlich auf Rechenkosten reagieren, insbesondere wenn sie mit längeren Videogenerationen experimentieren oder Prompts iterieren. Für diejenigen, die KI-Videotools für kommerzielle Projekte verwenden, könnte diese Kostensenkung die Projektbudgets und die Rentabilität erheblich beeinflussen. Die niedrigere Eintrittsbarriere könnte auch eine breitere Akzeptanz bei unabhängigen Künstlern und kleinen Studios fördern, die KI für die Videoproduktion ohne prohibitive Kosten nutzen möchten. Ein erschwinglicherer API-Zugang könnte auch bedeuten, dass Kreative häufiger iterieren können, ihre Prompts und Ausgaben verfeinern, ohne ständig ihr Budget im Auge behalten zu müssen, ein Schlüsselfaktor bei der kreativen Erkundung. Sie können die aktuellen Preisstrukturen für verschiedene KI-Modelle erkunden, um die Landschaft der für Ihre Projekte verfügbaren Optionen auf unserer Seite /pricing zu verstehen.
Gemini Omni 1.2 Flash verfügt auch über ein verbessertes multimodales Verständnis. Das bedeutet, dass das Modell so konzipiert ist, dass es komplexe Prompts, die Text, Bilder und jetzt auch Videoeingaben kombinieren, besser interpretieren kann. Für KI-Künstler bedeutet dies eine nuanciertere Kontrolle über ihre Generierungen. Anstatt sich ausschließlich auf Textbeschreibungen zu verlassen, können Kreative Referenzbilder oder sogar kurze Videoclips bereitstellen, um die KI zu leiten, was zu Ausgaben führt, die ihrer kreativen Vision genauer entsprechen. Dies ist besonders nützlich, um bestimmte visuelle Stile, Charakterdesigns oder Bewegungsmuster über verschiedene generierte Sequenzen hinweg beizubehalten.
Dieses Update folgt auf andere jüngste Fortschritte im Bereich KI-Video, wie die Integration der GIF-Generierung in ChatGPT mit Images 2.6 durch OpenAI, die die direkte Animationserstellung aus Text-Prompts ermöglicht. Da sich Modelle wie Gemini Omni 1.2 Flash weiterentwickeln, wird die Fähigkeit, längere, konsistentere Videoinhalte zu geringeren Kosten zu generieren, wahrscheinlich die Grenzen dessen verschieben, was für KI-gestütztes visuelles Storytelling möglich ist. Kreative, die diese neuen Funktionen nutzen möchten, können verschiedene Modelle und ihre Funktionen in unserem /catalog von KI-Generierungstools erkunden.