Google DeepMind выпустила Gemini Omni 1.2 Flash для создания видео со звуком до 15 секунд
Google DeepMind выпустила Gemini Omni 1.2 Flash для создания видео со звуком до 15 секунд Google DeepMind выпустила модель Gemini Omni 1.2 Flash, которая создаёт и редактирует видео со звуком длиной до 15 секунд. Генерация подешевела на 30%: $0,07 за секунду видео в 720p, то есть целый ролик стоит около доллара. Длину задают с шагом в секунду, от 3 до 15 с; лица, одежда, упаковка и цвета бренда с референсов не «плывут« от первого кадра до последнего; ролик правят в диалоге: меняют фон, свет, погоду или формат кадра без генерации с нуля; речь звучит естественнее, губы точнее попадают в слова, у персонажей разные голоса. Черновик делают в 360p или 720p, а удачный вариант потом поднимают до 1080p или 4K. Быструю спортивную динамику и сложную физику Google пока только обещает подтянуть. Модель уже доступна в Gemini API, Google Cloud, Flow и Google Vids. В приложение Gemini она приходит для подписчиков AI Ultra. На всех роликах стоит незаметный водяной знак SynthID, а Google уже открыла сервис для проверки картинок и видео на ИИ. Рекламу, примерки одежды и каталоги теперь можно штамповать конвейером, и отличить их от настоящей съёмки на глаз будет всё сложнее.
Канал в каталоге Максиметера
133 подписчиков · IT и технологии