Google ha annunciato Gemini Omni 1.2 Flash, un nuovo modello AI multimodale che offre capacità native di generazione e modifica di video di 15 secondi, insieme a una riduzione del prezzo del 30% per la sua API Flash, rendendo la creazione di contenuti video più lunghi più accessibile ed economica per artisti e sviluppatori AI.
Punti chiave
- Gemini Omni 1.2 Flash ora supporta nativamente la generazione e la modifica di clip video fino a 15 secondi, un aumento significativo rispetto alle capacità precedenti.
- Il nuovo modello promette una migliore coerenza temporale tra i fotogrammi generati, affrontando una sfida comune nei video AI.
- Google sta riducendo il prezzo della sua API Flash del 30%, rendendola più conveniente per i creatori che desiderano sperimentare e scalare progetti video AI.
- L'aggiornamento si concentra sul miglioramento della comprensione multimodale, consentendo all'AI di interpretare e generare meglio contenuti da prompt video complessi.
Generazione e modifica nativa di video di 15 secondi
La caratteristica principale di Gemini Omni 1.2 Flash è il suo supporto nativo per la generazione e la modifica di clip video fino a 15 secondi di lunghezza. Questo è uno sviluppo cruciale per i creatori di video AI, che spesso si confrontano con limitazioni sulla durata delle clip e con i flussi di lavoro frammentati necessari per unire segmenti più brevi. La capacità del modello di gestire sequenze più lunghe in modo nativo dovrebbe snellire il processo creativo, consentendo archi narrativi più coerenti all'interno di una singola generazione. In precedenza, raggiungere questa lunghezza spesso comportava prompt intricati e post-elaborazione, aggiungendo un overhead significativo al flusso di lavoro di un creatore.
Google afferma che il modello offre anche una migliore coerenza temporale, una sfida persistente nella generazione di video AI in cui oggetti o personaggi possono cambiare aspetto in modo irregolare tra i fotogrammi. Mentre test indipendenti confermeranno l'entità di questo miglioramento, una migliore coerenza significa meno pulizia manuale e potenzialmente output di qualità superiore direttamente dal modello, un vantaggio diretto per chiunque generi personaggi animati o scene dinamiche.
L'API Flash vede una riduzione del prezzo del 30%
Accompagnando le nuove funzionalità, Google sta tagliando il prezzo della sua API Flash del 30%. Questo rende il modello un'opzione più competitiva per i creatori sensibili ai costi di calcolo, specialmente quando sperimentano generazioni video più lunghe o iterano sui prompt. Per coloro che utilizzano strumenti video AI per progetti commerciali, questa riduzione dei costi potrebbe avere un impatto significativo sui budget dei progetti e sulla redditività. La barriera d'ingresso più bassa potrebbe anche incoraggiare un'adozione più ampia tra artisti indipendenti e piccoli studi che cercano di sfruttare l'AI per la produzione video senza spese proibitive. Un accesso API più conveniente potrebbe anche significare che i creatori possono iterare più frequentemente, affinando i loro prompt e output senza dover costantemente monitorare il loro budget, un fattore chiave nell'esplorazione creativa. Puoi esplorare le attuali strutture di prezzo per vari modelli AI per comprendere il panorama delle opzioni disponibili per i tuoi progetti sulla nostra pagina /pricing.
Comprensione multimodale migliorata per prompt complessi
Gemini Omni 1.2 Flash presenta anche una comprensione multimodale migliorata. Ciò significa che il modello è progettato per interpretare meglio prompt complessi che combinano testo, immagini e ora input video. Per gli artisti AI, questo si traduce in un controllo più sfumato sulle loro generazioni. Invece di affidarsi esclusivamente a descrizioni testuali, i creatori possono fornire immagini di riferimento o persino brevi clip video per guidare l'AI, portando a output che corrispondono più strettamente alla loro visione creativa. Questo è particolarmente utile per mantenere stili visivi specifici, design dei personaggi o schemi di movimento attraverso diverse sequenze generate.
Questo aggiornamento segue altri recenti progressi nei video AI, come l'integrazione di OpenAI della generazione di GIF in ChatGPT con Images 2.6, che consente la creazione diretta di animazioni da prompt testuali. Man mano che modelli come Gemini Omni 1.2 Flash continuano ad evolversi, la capacità di generare contenuti video più lunghi e coerenti a un costo inferiore spingerà probabilmente i confini di ciò che è possibile per la narrazione visiva basata sull'AI. I creatori interessati a sfruttare queste nuove capacità possono esplorare vari modelli e le loro funzionalità all'interno del nostro /catalog di strumenti di generazione AI.
