Google выпустила Gemini Omni 1.2 Flash — видео до 15 секунд дешевле на 30%

Google DeepMind выпустила Gemini Omni 1.2 Flash — обновление модели Gemini для генерации и монтажа видео. Главные изменения: клипы выросли с 10 до 15 секунд (шаг — 1 секунда, диапазон от 3 до 15 с), а цена для разработчиков снизилась на 30% по сравнению с Gemini Omni 1.1.

Модель точнее следует референсам — можно комбинировать изображения персонажей, товаров и стиля с короткими видеоклипами и аудиоподсказками и получать более предсказуемый результат. Появилось многоходовое редактирование в диалоге: клип можно менять по шагам — фон, освещение, соотношение сторон — без повторной генерации с нуля. Google также отмечает более стабильные персонажи и объекты между кадрами, точнее синхронизацию губ при нескольких голосах в сцене и меньше «склеек» при сложных движениях камеры (FPV-пролёты, орбиты, zoom-out). Рабочий процесс: черновик рендерится в 360p или 720p, финальная версия — в 1080p или 4K; все ролики помечены невидимым водяным знаком SynthID.

Что это значит на практике

Gemini Omni 1.2 Flash уже доступна через Gemini API в Google AI Studio, через Vertex AI в Google Cloud (с опцией Provisioned Throughput для бизнеса) и встроена в продукты Google — Flow, Google Vids, Google Ads и Gemini for Business; в приложении Gemini функция постепенно раскатывается для подписчиков Google AI Ultra. Из России прямой доступ осложнён тем же, что и у других сервисов Google: оплата API и Cloud требует зарубежной карты и аккаунта, напрямую из РФ Google платежи не принимает — для разработчиков, которым нужна именно эта модель, обычный вариант — сервисы-реселлеры с оплатой из России или зарубежная карта. Готовых подтверждённых обходов именно для Gemini Omni 1.2 Flash на момент публикации нет — доступность стоит уточнять у конкретного провайдера перед оплатой.

По словам Google, модель пока не идеальна в быстром спортивном действии, резкой смене сценария и сложной физике — для таких сцен понадобится ручная доработка или несколько попыток генерации.