Google hat sein KI-Videomodell Gemini Omni Flash auf Version 1.1 aktualisiert. Die Überarbeitung ermöglicht nun die Analyse von bis zu zehn Sekunden Videomaterial für Szenenerweiterungen und führt einen neuen 360p-Entwurfsmodus ein, der bis zu 60 Prozent schneller und zu einem Drittel der Kosten arbeitet.
Eine zentrale Neuerung betrifft die Szenenerweiterung. Das Modell analysiert jetzt bis zu zehn Sekunden des vorhandenen Videomaterials, anstatt nur die letzte Sekunde. Dies soll visuell konsistentere Ergebnisse bei der Verlängerung von Szenen liefern. Nutzer können Szenen in Zehn-Sekunden-Schritten auf bis zu 40 Sekunden erweitern.
Entwickler erhalten zudem erweiterte kreative Kontrolle. Es ist nun möglich, bis zu drei Sekunden externes Videomaterial als Stilreferenz hochzuladen. Dadurch können Charaktere oder Bewegungsmuster aus dem Referenzmaterial auf die generierte Szene übertragen werden. Des Weiteren lassen sich Start- und End-Frames festlegen, um Kamerabewegungen zwischen Schlüsselbildern zu erstellen.
Effizienz und Kostenreduktion
Der neu eingeführte 360p-Entwurfsmodus bietet deutliche Effizienzvorteile. Er arbeitet bis zu 60 Prozent schneller und verursacht nur ein Drittel der Kosten im Vergleich zum 720p-Modus. Generierte Videos können nachträglich auf Auflösungen von 1080p oder 4K hochskaliert werden.
Preisgestaltung und Verfügbarkeit
Die Preisgestaltung erfolgt pro generierter Sekunde und variiert je nach Auflösung. Für 360p werden 0,03 US-Dollar berechnet, für 720p sind es 0,10 US-Dollar, für 1080p 0,15 US-Dollar und für 4K 0,30 US-Dollar.
Gemini Omni 1.1 steht Entwicklern über Google AI Studio und die dazugehörige Dokumentation zur Verfügung.
Thema: Gemini. Quelle/Inspiration: The Decoder.