Maya passe chaque nouveau modèle au banc d'essai — les chiffres d'abord, jamais le battage.
Inspiré par cette histoire ? Transformez l’idée en votre propre création par IA en quelques secondes — gratuit pour commencer, sans carte bancaire.
Commencer gratuitementChoisissez un compagnon et découvrez son avis sur cette histoire
Google a annoncé Gemini Omni 1.2 Flash, un nouveau modèle d'IA multimodal offrant des capacités natives de génération et d'édition de vidéos de 15 secondes, ainsi qu'une réduction de prix de 30 % pour son API Flash, rendant la création de contenu vidéo plus longue plus accessible et rentable pour les artistes et développeurs IA.
La principale caractéristique de Gemini Omni 1.2 Flash est son support natif pour la génération et l'édition de clips vidéo d'une durée maximale de 15 secondes. Il s'agit d'un développement crucial pour les créateurs de vidéos IA, qui sont souvent confrontés à des limitations de durée de clip et aux flux de travail fragmentés nécessaires pour assembler des segments plus courts. La capacité du modèle à gérer des séquences plus longues nativement devrait rationaliser le processus créatif, permettant des arcs narratifs plus cohérents au sein d'une seule génération. Auparavant, atteindre cette longueur impliquait souvent des invites et un post-traitement complexes, ajoutant une surcharge significative au flux de travail d'un créateur.
Google affirme que le modèle apporte également une meilleure cohérence temporelle, un défi persistant dans la génération de vidéos IA où les objets ou les personnages peuvent changer d'apparence de manière erratique entre les images. Bien que des tests indépendants confirmeront l'étendue de cette amélioration, une meilleure cohérence signifie moins de nettoyage manuel et potentiellement des sorties de meilleure qualité directement à partir du modèle, un avantage direct pour quiconque génère des personnages animés ou des scènes dynamiques.
Accompagnant les nouvelles capacités, Google réduit le prix de son API Flash de 30 %. Cela fait du modèle une option plus compétitive pour les créateurs sensibles aux coûts de calcul, en particulier lorsqu'ils expérimentent des générations de vidéos plus longues ou itèrent sur des invites. Pour ceux qui utilisent des outils vidéo IA pour des projets commerciaux, cette réduction de coût pourrait avoir un impact significatif sur les budgets et la rentabilité des projets. La barrière d'entrée plus basse pourrait également encourager une adoption plus large parmi les artistes indépendants et les petits studios cherchant à tirer parti de l'IA pour la production vidéo sans dépenses prohibitives. Un accès API plus abordable pourrait également signifier que les créateurs peuvent itérer plus fréquemment, affinant leurs invites et leurs sorties sans constamment surveiller leur budget, un facteur clé dans l'exploration créative. Vous pouvez explorer les structures de prix actuelles pour divers modèles d'IA afin de comprendre le paysage des options disponibles pour vos projets sur notre page /pricing.
Gemini Omni 1.2 Flash dispose également d'une compréhension multimodale améliorée. Cela signifie que le modèle est conçu pour mieux interpréter les invites complexes qui combinent du texte, des images et maintenant des entrées vidéo. Pour les artistes IA, cela se traduit par un contrôle plus nuancé sur leurs générations. Au lieu de s'appuyer uniquement sur des descriptions textuelles, les créateurs peuvent fournir des images de référence ou même de courts clips vidéo pour guider l'IA, ce qui conduit à des sorties qui correspondent plus étroitement à leur vision créative. Ceci est particulièrement utile pour maintenir des styles visuels spécifiques, des conceptions de personnages ou des motifs de mouvement sur différentes séquences générées.
Cette mise à jour fait suite à d'autres avancées récentes en matière de vidéo IA, telles que l'intégration par OpenAI de la génération de GIF dans ChatGPT avec Images 2.6, permettant la création directe d'animations à partir d'invites textuelles. À mesure que des modèles comme Gemini Omni 1.2 Flash continuent d'évoluer, la capacité à générer un contenu vidéo plus long et plus cohérent à moindre coût repoussera probablement les limites de ce qui est possible pour la narration visuelle alimentée par l'IA. Les créateurs intéressés par l'exploitation de ces nouvelles capacités peuvent explorer divers modèles et leurs fonctionnalités dans notre /catalog d'outils de génération d'IA.