Google hat am 5. November 2026 Gemini Omni 1.2 Flash vorgestellt, ein Modell zur Erstellung und Bearbeitung von Videos mit bis zu 15 Sekunden Länge. Fertige Clips lassen sich mit Gesprächsanweisungen weiter verändern, ohne von vorn beginnen zu müssen. Das Modell ist über die Gemini API und Gemini for business allgemein verfügbar.
Längere Clips und Bearbeitung im Gespräch
Die Videolänge lässt sich in Schritten von einer Sekunde auf drei bis 15 Sekunden einstellen. Der Vorgänger Omni 1.1 erlaubte Clips von höchstens zehn Sekunden.
Die schrittweise Bearbeitung funktioniert auch für ein vollständiges 15-Sekunden-Video. Mit weiteren Anweisungen können Nutzer ein Produkt oder den Hintergrund austauschen, Beleuchtung oder Wetter ändern und das Seitenverhältnis anpassen.
Google empfiehlt, einen Entwurf in 360p oder 720p zu erstellen, Details mit weiteren Anweisungen zu korrigieren und ausgewählte Ergebnisse auf 1080p oder 4K hochzuskalieren.
Bildvorlagen und konsistente Szenen
Die Videoerstellung lässt sich durch eine Kombination aus Bildern von Figuren, Produkten oder Stilvorlagen, Audiohinweisen und bis zu drei Sekunden langen Bewegungsclips steuern. Google zufolge bewahrt das Modell das Erscheinungsbild von Figuren, Objekten und Szenen zwischen dem ersten und dem letzten Bild besser, auch bei Kamerabewegungen.
Das Unternehmen nennt auch eine höhere Konsistenz beim Interpolieren zwischen Schlüsselbildern und beim Verlängern eines Clips. Für eine Demonstration der virtuellen Anprobe verwendete Google ein Foto eines Models sowie Vorder- und Rückansichten von drei Kleidungsstücken, um eine 15-sekündige Sequenz mit 360-Grad-Drehungen zu erstellen.
Dialoge und Kamerabewegung
Google verspricht flüssigere Dialoge, eine deutlichere Lippensynchronisation und die Möglichkeit, mehreren Sprechern unterschiedliche Stimmen zuzuweisen. Auch kontinuierliche Kamerabewegungen wie Durchflüge, Zoom-outs und Umkreisungen lassen sich dem Unternehmen zufolge präziser steuern, mit weniger ungewollten Schnitten und stabileren Größenverhältnissen.
Das Unternehmen arbeitet nach eigenen Angaben weiter daran, schnelle Sportaktionen, rasche Änderungen des Szenenablaufs und komplexe Physik zu verbessern.
Wo das Modell verfügbar ist
Entwickler können mit der Gemini API in Google AI Studio Prototypen erstellen. Unternehmen können das Modell in der Google-Cloud-Konsole ausprobieren und über die API Lösungen entwickeln. Der Dienst Provisioned Throughput ist ebenfalls verfügbar; die Ausgaben tragen ein nicht wahrnehmbares SynthID-Wasserzeichen.
Videos in 720p kosten 0,07 US-Dollar pro Sekunde, laut Google 30 Prozent weniger als bei Gemini Omni 1.1. In Google Vids lassen sich 15-Sekunden-Clips mit einem Google-Konto oder einem Google-Workspace-Abonnement ohne zusätzliche Gebühren erstellen.
In Flow lassen sich Szenen und schrittweise Bearbeitungen steuern. In der Gemini-App wird die Erstellung von 15-Sekunden-Videos für Abonnenten von Google AI Ultra eingeführt.
