Google 5. listopadu 2026 uvedl Gemini Omni 1.2 Flash, model pro tvorbu a úpravy videí dlouhých až 15 sekund. Hotový klip lze dále měnit konverzačními pokyny bez nutnosti začínat od začátku. Model je všeobecně dostupný přes Gemini API a Gemini for business.
Delší klipy a úpravy v konverzaci
Délku videa lze nastavit od tří do 15 sekund po jednotlivých sekundách. Předchozí Omni 1.1 umožňoval nejvýše desetisekundové klipy.
Postupné úpravy fungují i na celém 15sekundovém videu. Uživatel může následnými pokyny vyměnit produkt či pozadí, změnit osvětlení nebo počasí a upravit poměr stran.
Google doporučuje připravit návrh v rozlišení 360p nebo 720p, případné detaily opravit dalšími pokyny a vybrané výsledky převzorkovat na 1080p či 4K.
Obrazové podklady a zachování podoby scén
Tvorbu videa lze řídit kombinací obrázků postav, produktů nebo stylu se zvukovými vodítky a pohybovými klipy dlouhými až tři sekundy. Podle Googlu model lépe zachovává podobu postav, objektů a scén mezi prvním a posledním snímkem, včetně záběrů s pohybem kamery.
Firma zmiňuje také větší stálost při interpolaci mezi klíčovými snímky a prodlužování klipu. Při ukázce virtuálního zkoušení použila fotografii modelky a přední i zadní snímky tří oděvů k vytvoření 15sekundové sekvence s otáčkami o 360 stupňů.
Dialogy a pohyb kamery
Google slibuje plynulejší dialogy, zřetelnější synchronizaci rtů a možnost určit odlišné hlasy pro více mluvčích. Podle firmy lze také přesněji řídit souvislé pohyby kamery, například průlety, oddálení a oblety, s menším počtem nechtěných střihů a stabilnějším měřítkem.
Firma zároveň uvádí, že dále pracuje na zlepšení rychlých sportovních akcí, rychlých změn scénáře a složité fyziky.
Kde je model dostupný
Vývojáři mohou s Gemini API prototypovat v Google AI Studio. Firmy si model mohou vyzkoušet v konzoli Google Cloud a vytvářet řešení pomocí API. Dostupná je také služba Provisioned Throughput a výstupy nesou nepostřehnutelný vodoznak SynthID.
Video v rozlišení 720p stojí 0,07 dolaru za sekundu, což je podle Googlu o 30 % méně než u Gemini Omni 1.1; v Google Vids lze 15sekundové klipy vytvářet bez dalších poplatků s účtem Google nebo předplatným Google Workspace.
Ve Flow lze řídit scény a postupné úpravy. V aplikaci Gemini se tvorba 15sekundových videí zavádí předplatitelům Google AI Ultra.
