Videó · MarkTechPost ·
A Google kiadta a Gemini Omni 1.2 Flash videómodellt
A Google kiadta a Gemini Omni 1.2 Flash videómodellt, amely natívan 15 másodperces klipeket készít, és 30 százalékkal olcsóbb az elődjénél.
A Google bemutatta a Gemini Omni 1.2 Flash modellt, a videógeneráló és -szerkesztő rendszer legújabb változatát. A modell natívan 15 másodperces klipeket készít és szerkeszt, az Omni 1.1 Flash 10 másodperces határával szemben. A fejlesztők 3 és 15 másodperc között, 1 másodperces lépésekben állíthatják a hosszt, a modell pedig a Google Cloudon és a Gemini API-n keresztül általánosan elérhető.
Az ár az 1.1 Flashhez képest 30 százalékkal csökkent: 720p felbontásban másodpercenként 0,07 dollárba kerül, míg az elődje körülbelül 0,10 dollárba. Egy teljes, 15 másodperces 720p-s klip így nagyjából 1,05 dollár. A Google szerint a vázlat, javítás, felskálázás munkafolyamat csökkenti az újragenerálások számát: a klip 360p vagy 720p felbontásban készül, egy részlete utólag javítható, a végeredmény pedig 1080p-re vagy 4K-ra skálázható.
A modell csak Google-üzemeltetett felületeken érhető el, nyílt súlyai nincsenek, helyi telepítésre nem alkalmas. A Google 1.2-höz nem tett közzé benchmark-eredményeket, a saját bevallása szerint pedig a bonyolult fizikai jelenetek és a gyors sportmozgások továbbra is gondot okoznak.
Miért fontos neked?
Videófunkciókat fejlesztő csapatoknak a klipenkénti költség és az újragenerálások száma a döntő szempont: 720p-n egy 15 másodperces klip nagyjából 1,05 dollárba kerül. Mivel csak Google-felületen érhető el, és nincsenek közzétett 1.2-es teszteredmények, a minőséget saját próbafuttatással érdemes ellenőrizni.
Az eredeti megnyitása (MarkTechPost)
Eredeti cím: Google Releases Gemini Omni 1.2 Flash: 15-Second AI Video at $0.07 per Second
Címkék: videógenerálás, modell, gemini