Nelle stesse ore in cui OpenAI ha presentato il suo nuovo modello in grado di creare GIF animate, Google ha annunciato l’arrivo di Gemini Omni 1.2 Flash. È quello che può generare video fino a 15 secondi, incrementando così la lunghezza massima rispetto ai 10 secondi della versione 1.1. La durata può inoltre essere specificata dall’utente (da 3 a 15, con incrementi di 1 secondo).
Di cosa è capace il modello Gemini Omni 1.2 Flash
Quella legata alla dimensione temporale non è l’unica novità introdotta. C’è anche la maggiore coerenza con il materiale di riferimento caricato, che siano persone, volti, prodotti, stili, movimenti, elementi audio, scritte, inquadrature o colori. E questo, come ben sa chi ha provato a utilizzare una tecnologia simile, può fare la differenza.
Nell’esempio qui sotto è riportato un possibile utilizzo nell’ambito della pubblicità, in cui vengono specificati il codice preciso di un colore da includere e la tipologia dell’illuminazione.
Gemini Omni 1.2 Flash permette inoltre di intervenire sulle conversazioni generate con una resa piuttosto realistica. Un altro aspetto fondamentale, soprattutto per la creazione di materiale promozionale e di intrattenimento.
La gestione dei dialoghi è uno degli aspetti sui quali Google ha posto maggiore attenzione.
Lo stesso vale per i movimenti della telecamera, così da poter ottenere un risultato finale che segua le indicazioni fornite.
Un altro aspetto su cui intervenire sono i tagli, per creare sequenze composte da più clip che si susseguono.
La disponibilità iniziale di Gemini Omni 1.2 Flash è prevista per la Gemini API e in Gemini for Business. I file restituiti includono il watermark SynthID. Google annuncia poi di aver ridotto del 30% il prezzo per l’utilizzo di Gemini Omni 1.2 (portandolo a 0,07 dollari per ogni secondo di video 720p generato) e di aver migliorato il flusso di lavoro permettendo di intervenire con modifiche rapide a risoluzioni come 360p, prima di procedere con la creazione del risultato finale a 1080p o in 4K.