Google ha anunciado Gemini Omni 1.2 Flash, un nuevo modelo de IA multimodal que ofrece capacidades nativas de generación y edición de video de 15 segundos, junto con una reducción del 30% en el precio de su API Flash, haciendo que la creación de contenido de video más largo sea más accesible y rentable para artistas y desarrolladores de IA.
Puntos clave
- Gemini Omni 1.2 Flash ahora soporta de forma nativa la generación y edición de clips de video de hasta 15 segundos de duración, un aumento significativo respecto a las capacidades anteriores.
- El nuevo modelo promete una consistencia temporal mejorada en los fotogramas generados, abordando un desafío común en el video con IA.
- Google está reduciendo el precio de su API Flash en un 30%, haciéndola más asequible para que los creadores experimenten y escalen proyectos de video con IA.
- La actualización se centra en mejorar la comprensión multimodal, permitiendo que la IA interprete y genere mejor contenido a partir de indicaciones de video complejas.
Generación y Edición Nativa de Video de 15 Segundos
La característica principal de Gemini Omni 1.2 Flash es su soporte nativo para generar y editar clips de video de hasta 15 segundos de duración. Este es un desarrollo crucial para los creadores de video con IA, quienes a menudo lidian con limitaciones en la duración de los clips y los flujos de trabajo fragmentados requeridos para unir segmentos más cortos. La capacidad del modelo para manejar secuencias más largas de forma nativa debería agilizar el proceso creativo, permitiendo arcos narrativos más coherentes dentro de una sola generación. Anteriormente, lograr esta duración a menudo implicaba indicaciones intrincadas y postprocesamiento, lo que añadía una sobrecarga significativa al flujo de trabajo de un creador.
Google afirma que el modelo también aporta una consistencia temporal mejorada, un desafío persistente en la generación de video con IA donde los objetos o personajes pueden cambiar de apariencia erráticamente entre fotogramas. Si bien las pruebas independientes confirmarán el alcance de esta mejora, una mejor consistencia significa menos limpieza manual y potencialmente resultados de mayor calidad directamente desde el modelo, un beneficio directo para cualquiera que genere personajes animados o escenas dinámicas.
La API Flash Experimenta una Reducción de Precio del 30%
Acompañando las nuevas capacidades, Google está recortando el precio de su API Flash en un 30%. Esto convierte al modelo en una opción más competitiva para los creadores que son sensibles a los costos de computación, especialmente al experimentar con generaciones de video más largas o al iterar sobre indicaciones. Para aquellos que utilizan herramientas de video con IA para proyectos comerciales, esta reducción de costos podría impactar significativamente los presupuestos y la rentabilidad de los proyectos. La menor barrera de entrada también podría fomentar una adopción más amplia entre artistas independientes y pequeños estudios que buscan aprovechar la IA para la producción de video sin gastos prohibitivos. Un acceso más asequible a la API también podría significar que los creadores pueden iterar con mayor frecuencia, refinando sus indicaciones y resultados sin tener que vigilar constantemente su presupuesto, un factor clave en la exploración creativa. Puede explorar las estructuras de precios actuales para varios modelos de IA para comprender el panorama de opciones disponibles para sus proyectos en nuestra página /pricing.
Comprensión Multimodal Mejorada para Indicaciones Complejas
Gemini Omni 1.2 Flash también presenta una comprensión multimodal mejorada. Esto significa que el modelo está diseñado para interpretar mejor indicaciones complejas que combinan texto, imágenes y ahora entradas de video. Para los artistas de IA, esto se traduce en un control más matizado sobre sus generaciones. En lugar de depender únicamente de descripciones de texto, los creadores pueden proporcionar imágenes de referencia o incluso clips de video cortos para guiar a la IA, lo que lleva a resultados que se ajustan más a su visión creativa. Esto es particularmente útil para mantener estilos visuales específicos, diseños de personajes o patrones de movimiento en diferentes secuencias generadas.
Esta actualización sigue a otros avances recientes en video con IA, como la integración de OpenAI de la generación de GIF en ChatGPT con Images 2.6, lo que permite la creación directa de animaciones a partir de indicaciones de texto. A medida que modelos como Gemini Omni 1.2 Flash continúan evolucionando, la capacidad de generar contenido de video más largo y consistente a un costo menor probablemente ampliará los límites de lo que es posible para la narración visual impulsada por IA. Los creadores interesados en aprovechar estas nuevas capacidades pueden explorar varios modelos y sus características dentro de nuestro /catalog de herramientas de generación de IA.
