Google выпустила Gemini Omni 1.2 Flash для генерации видео
Google DeepMind 5 ноября 2026 года сделала общедоступной модель Gemini Omni 1.2 Flash в Gemini API и Gemini for business. Модель поддерживает генерацию и редактирование видео длиной до 15 секунд, снижает цену на 30 % и улучшает следование референсам. Новые возможности доступны разработчикам и бизнес-пользователям через Google Cloud и связанные сервисы.
Компании получают инструмент для массового производства коротких видео с предсказуемым следованием брендовым референсам и возможностью итеративного редактирования. Снижение цены и интеграция в существующие Google-сервисы позволяют масштабировать генерацию без значительного роста затрат. Enterprise-функции Google Cloud упрощают внедрение в корпоративные процессы.
Новые параметры генерации
Gemini Omni 1.2 Flash поддерживает генерацию и редактирование видео длиной до 15 секунд. Ранее максимальная продолжительность составляла 10 секунд. Длительность можно задавать с шагом в одну секунду в диапазоне от 3 до 15 секунд.
Модель также позволяет управлять сложными непрерывными движениями камеры, такими как пролёты FPV и орбиты, с меньшим количеством нежелательных скачков. Пользователи отмечают более устойчивую работу с масштабом и кадрированием на протяжении всего ролика.
Улучшенное следование референсам
Модель лучше сохраняет детали при использовании изображений персонажей, продуктов, стилей, коротких видеофрагментов до трёх секунд и аудиоклипов. Лица, одежда, типографика упаковки и фирменные цвета остаются consistent при смене ракурсов и переходах.
Дополнительно улучшена согласованность объектов и сцен от первого до последнего кадра. Это снижает визуальные искажения при интерполяции между ключевыми кадрами и при продлении роликов. Аудиореференсы доступны после прохождения allowlisting.
Стоимость и рабочий процесс
Стоимость генерации снижена на 30 % по сравнению с Gemini Omni 1.1 Flash и составляет $0.07 за секунду видео в разрешении 720p. Аналогичное снижение цен действует и для других разрешений.
Рабочий процесс позволяет создавать черновики в 360p или 720p, вносить точечные правки через последующие запросы и затем масштабировать готовые ролики до 1080p или 4K. Это снижает общие затраты при массовом производстве контента.
Доступность и интеграции
Модель доступна через Gemini API, Google Cloud console и в сервисах Google. Разработчики могут тестировать её в Google AI Studio. Бизнес-пользователи получают доступ в Gemini for business, Google Vids и Flow. В Gemini app генерация доступна подписчикам Google AI Ultra. Выходы маркируются водяным знаком SynthID, а для предприятий предусмотрена Provisioned Throughput.
По материалам
