La versión 1.2 suma edición conversacional multigiro, mayor coherencia visual y un costo 30 % menor por segundo de clip en 720p.
Google DeepMind actualizó Gemini Omni Flash a la versión 1.2, ya disponible en la API de Gemini, para generar vídeos de hasta 15 segundos y editarlos de forma conversacional sin empezar de cero.
🎬 Clips más largos y editables
Gemini Omni Flash es la versión rápida del modelo multimodal de DeepMind para generar y editar vídeo. Su nueva versión 1.2 incorpora la edición conversacional multigiro, que permite crear variantes de un mismo clip sin rehacerlo desde el inicio.
La función ya está disponible para los usuarios de la API de Gemini y de Gemini para empresas.
Los clips alcanzan ahora los 15 segundos, cinco más que los del modelo anterior. Además, el usuario puede fijar la duración, con un mínimo de 3 segundos.
Google anuncia Gemini 4 Carbon, su nuevo modelo de IA especializado en ciberseguridad
🎯 Más coherencia entre escenas
Según un comunicado de la compañía, la actualización mejora la coherencia entre personajes, objetos y escenas dentro del vídeo, “con menos desviaciones visuales o transformaciones durante las transiciones de movimiento y cámara”.
🎥 Control preciso de la cámara
El modelo también ofrece un control más preciso de los movimientos de cámara. Entre las opciones disponibles figuran:
- Recorridos aéreos FPV panorámicos.
- Alejamientos dramáticos.
- Órbitas.
La empresa de IA describe los acabados de estos movimientos como “cinematográficos”.
Google anuncia Gemini 4 Argon, IA que compite con Claude Fable y GPT-6 Astra
💰 Menor costo de producción
Gemini Omni 1.2 Flash permite crear vídeo en 720p a 0,07 dólares por segundo. Esa tarifa es un 30 por ciento más baja que la de Gemini Omni 1.1 Flash.
DeepMind destaca que el modelo resulta rentable a escala porque permite:
- Editar en 360p o 720p.
- Corregir un detalle con una edición posterior, sin regenerar todo el clip.
- Subir después la resolución de las mejores creaciones a 1080p o 4K.