Google lance le modèle de génération vidéo Gemini Omni 1.2 Flash

fr.wedoany.com Rapport : Le 5 novembre, la société américaine Google a officiellement lancé le modèle de génération vidéo Gemini Omni 1.2 Flash, et l'a rendu accessible aux développeurs et aux entreprises via l'API Gemini et Gemini for Business. Le nouveau modèle prend en charge la génération native de vidéos d'une durée maximale de 15 secondes, l'édition conversationnelle multi-tours ainsi que le contrôle par contenus de référence image et vidéo ; le prix de génération vidéo en 720p est ramené à 0,07 dollar par seconde, soit une baisse de 30 % par rapport à la génération précédente Gemini Omni 1.1 Flash.

Le nouveau modèle porte la durée d'une génération vidéo unique de 10 secondes auparavant à 15 secondes, et permet de définir une longueur de vidéo de 3 à 15 secondes par incréments d'une seconde. Les utilisateurs peuvent d'abord générer une ébauche de vidéo en résolution 360p ou 720p, puis promouvoir le contenu sélectionné en résolution 1080p ou 4K pour obtenir une sortie vidéo haute résolution.

Gemini Omni 1.2 Flash renforce ses capacités d'entrée de référence multimodale : il peut générer des contenus en combinant des images de personnes, de produits ou de styles, des extraits vidéo d'action d'une durée maximale de 3 secondes et des indications audio. Google affirme que le nouveau modèle est capable de maintenir la cohérence des visages, des vêtements, des textes sur les emballages de produits et des couleurs de marque à travers différents plans et mouvements, et d'améliorer le problème de déformation des objets dans les plans continus.

La fonction d'édition conversationnelle multi-tours permet aux utilisateurs d'adresser des instructions de modification successives à une même vidéo, notamment le remplacement de produits, d'arrière-plans, de conditions d'éclairage, de météo et de format d'image. Le modèle améliore également la génération vocale, la synchronisation labiale et la distinction des voix des personnages dans les scènes de dialogue à plusieurs, et prend en charge le contrôle des mouvements de caméra tels que l'avancée continue, le panoramique circulaire et le zoom arrière rapide.

En matière de déploiement commercial, Gemini Omni 1.2 Flash est déjà intégré aux plateformes Google AI Studio, Google Cloud et Flow, et offre des capacités de génération vidéo à Google Vids, à l'application Gemini et à Google Ads. Les entreprises peuvent intégrer les fonctionnalités concernées à leurs propres applications via l'API ; les vidéos générées par le modèle intègrent également un filigrane numérique invisible SynthID.