Google обновила Gemini Omni 1.1 Flash: дешевле и гибче в генерации видео

Google выпустила обновление своей модели генерации видео Gemini Omni 1.1 Flash. Ключевое изменение — расширенный анализ исходного видео: модель теперь учитывает до десяти секунд существующего ролика, а не только последнюю секунду, как в предыдущей версии. Это позволяет получать более визуально согласованные продолжения сцен, что особенно важно для создания длинных последовательностей без заметных скачков.

Gemini Omni 1.1 Flash относится к классу моделей, которые генерируют видео по текстовому описанию или на основе заданных кадров. В отличие от более ранних версий, новая модель поддерживает расширение сцен шагами по 10 секунд вплоть до 40 секунд. Разработчики могут загружать до трех секунд внешнего видео в качестве референса стиля, чтобы перенести персонажей или паттерны движения. Также можно задавать стартовый и конечный кадры, создавая движения камеры между ключевыми точками.

Одно из важных нововведений — режим черновика 360p, который работает до 60% быстрее и стоит втрое дешевле, чем генерация в 720p. Это позволяет быстро прототипировать сцены, прежде чем создавать финальную версию в высоком разрешении. Видео можно масштабировать до 1080p или 4K. Цены за секунду составляют $0,03 для 360p, $0,10 для 720p, $0,15 для 1080p и $0,30 для 4K. Для сравнения, у предыдущей модели Gemini Omni Flash 720p стоила $0,10, а 4K — $0,30, что совпадает с новыми тарифами, но теперь появился дешёвый черновой режим.

Модель доступна через Google ИИ Studio и документацию для разработчиков. Это делает её привлекательной для стартапов и небольших студий, которые хотят интегрировать генерацию видео в свои продукты без больших затрат. Однако стоит учитывать, что качество чернового режима 360p ограничено, и для финальных проектов, вероятно, потребуется апскейлинг до 1080p или 4K, что увеличивает стоимость.

Обновление Gemini Omni 1.1 Flash происходит на фоне активной конкуренции в области генерации видео. Такие модели, как Veo 3.1 Lite и Veo 3.1 Fast от Google, предлагают сопоставимые цены: Veo 3.1 Lite стоит $0,05 за секунду в 720p и $0,08 в 1080p, а Veo 3.1 Fast — $0,10 и $0,12 соответственно. Gemini Omni 1.1 Flash выделяется возможностью расширения сцен и анализа длинных контекстов, что может быть полезно для создания连贯ных видеорядов. В то же время, конкуренты, такие как Runway и Pika, также развивают функции расширения видео, но их ценовая политика и технические детали отличаются.

Для разработчиков важно, что Gemini Omni 1.1 Flash поддерживает гибкие параметры генерации, включая контроль над движением камеры и стилем. Это открывает возможности для автоматизации видеопроизводства, например, в рекламе, обучении или развлечениях. Однако, как и любая модель ИИ, она имеет ограничения: качество зависит от сложности сцены, а длинные последовательности могут требовать значительных вычислительных ресурсов. Тем не менее, снижение цены на черновой режим делает технологию более доступной для экспериментов.