Google neustále zdokonaľuje svoje modely. V DeepMind prebieha súbežne vývoj viacerých nástrojov, vďaka čomu mohla spoločnosť nedávno predstaviť hneď niekoľko noviniek. Rodina Gemini Omni sa rozrástla o dôležitý model a množstvo nových funkcií.
Gemini Omni 1.1 Flash je menší model, ktorý dokáže pracovať rýchlo a efektívne. Na týchto vlastnostiach stavia niekoľko nových funkcií dostupných napríklad v Google AI Studio či v službe Flow. „Gemini Omni 1.1 je už pripravený na profesionálne využitie prostredníctvom Gemini API v Google AI Studio,“ zdôraznila spoločnosť.
Pomocou Gemini Omni 1.1 Flash sa naďalej nedajú vytvárať dlhšie videá naraz, predlžovanie scén je však po novom oveľa efektívnejšie. Z desaťsekundových úsekov bude možné vytvoriť súvislú 40-sekundovú sekvenciu. Nový videomodel už na zachovanie kontextu a vizuálnej nadväznosti analyzuje celých predchádzajúcich 10 sekúnd, zatiaľ čo doteraz sa spoliehal iba na poslednú sekundu. Súvislé 40-sekundové video sa už dá priamo využiť v reklamnej kampani alebo pri inej práci.
Gemini Omni 1.1 už dokáže vytvoriť mimoriadne plynulý prechod aj medzi dvoma ľubovoľnými snímkami. Vďaka pokročilému uvažovaniu založenému na chápaní reálneho sveta sa dá pri tvorbe účinnejšie usmerňovať. Ak sú k dispozícii fotografie, ktoré môžu slúžiť ako predloha, požadovaný výsledok sa dá dosiahnuť rýchlejšie a presnejšie. Podľa spoločnosti to bude užitočné pri zložitých pohyboch kamery, prechodoch so zmenou priblíženia alebo videoklipoch prehrávaných v plynulej slučke.
Rodina Gemini Omni bola navrhnutá ako plne multimodálna a Google teraz zdôraznil, že používatelia môžu pri práci pridať ako predlohu aj viacero krátkych videí. Videomodel dokáže „čerpať nápady“ z viacerých referenčných videí s dĺžkou najviac 3 sekundy. Aj v tomto prípade bude podľa potreby fungovať zachovanie kontextu.
Nový model síce v základe nepatrí medzi najlacnejšie riešenia na tvorbu videa, svojou flexibilitou však otvára nové možnosti. Gemini Omni 1.1 Flash umožní tvorcom generovať veľké množstvo videí v rozlíšení 360p za zlomok ceny a o 60 % rýchlejšie, aby si mohli skúšať svoje nápady. Môžu vytvárať pracovné verzie svojich predstáv a po dosiahnutí vhodného výsledku požiadať nový Gemini Omni o zvýšenie rozlíšenia videí.
Z rýchlo vytvorených pracovných verzií v rozlíšení 360p, ktoré stoja len pár centov, môžu vzniknúť aj videá v 4K Ultra HD. Pracovný postup tak môže byť nielen rýchlejší, ale aj oveľa lacnejší a presnejší.
Gemini Omni 1.1 Flash dokáže vytvárať video v rozlíšení 360p už za 0,03 dolára za sekundu, zatiaľ čo obsah v rozlíšení 720p stojí 0,1 dolára za sekundu, presne ako pri predchádzajúcom modeli Omni Flash alebo Veo 3.1 Fast. Videá vo Full HD stoja 0,15 dolára za sekundu a pri 4K Ultra HD je sadzba 0,3 dolára za sekundu. Spomedzi menších modelov Googlu dokázal takéto videá doteraz vytvárať iba Veo 3.1 Fast, pričom ceny boli na podobnej úrovni. Pre tých, ktorí chcú s videami v rozlíšení 720p alebo 1080p pracovať ešte lacnejšie, spoločnosť naďalej ponúka Veo 3.1 Lite.
Gemini Omni 1.1 Flash sa najskôr sprístupňuje vo vývojárskom ekosystéme Googlu. Vyskúšať sa už dá v AI Studio, na platforme Gemini Enterprise Agent, prostredníctvom Agent platform API aj v službách Google Flow a Gemini. Podmienkou je predplatné niektorého z programov Google AI Plus, Pro alebo Ultra.
