Google Đưa Gemini Omni 1.2 Flash Lên Video 15 Giây

Gemini Omni 1.2 Flash được triển khai qua Gemini API, Google AI Studio, Google Cloud Console, Flow, Google Vids, app Gemini cho người đăng ký Google AI Ultra và Google Ads. Mỗi đoạn video tạo ra đều có dấu chìm SynthID gần như không nhận ra để cho biết nguồn gốc.

Đoạn video nay dài từ 3 đến 15 giây, thay vì tối đa 10 giây trước đó. Giá giảm 30%, còn 0,07 đô la mỗi giây cho video 720p.

Người dùng có thể sửa đoạn video đang tạo qua một cuộc hội thoại tiếp diễn. Họ có thể đổi nền, ánh sáng hoặc tỉ lệ khung hình mà không phải tạo lại toàn bộ đoạn.

Trong quy trình nhiều bước, bản nháp được tạo ở 360p hoặc 720p. Các chi tiết được sửa ở bước sau, rồi chỉ bản cuối mới được nâng lên 1080p hoặc 4K.

Model cũng nhận ảnh nhân vật, ảnh sản phẩm, đoạn chuyển động ngắn tối đa 3 giây và tín hiệu âm thanh làm đầu vào. Mặt, quần áo, kiểu chữ trên bao bì và màu thương hiệu được giữ nhất quán qua các góc máy khác nhau.

Google cho biết độ nhất quán hình ảnh đã tốt hơn, với ít lệch hình ảnh hoặc biến dạng hơn khi chuyển động và đổi góc máy so với bản trước. Model cũng tạo đối thoại tự nhiên hơn, khớp môi rõ hơn, phân biệt được nhiều người nói hơn và xử lý được chuyển động máy quay liên tục phức tạp với ít cắt cảnh đột ngột hơn.