Nelle stesse ore in cui OpenAI ha svelato il suo nuovo modello capace di creare GIF animate, Google ha annunciato l'arrivo di Gemini Omni 1.2 Flash, la nuova versione del suo generatore video. La novità principale riguarda la durata: si passa dai 10 secondi della versione 1.1 a un massimo di 15 secondi, con la possibilità per l'utente di specificare la lunghezza desiderata da 3 a 15 secondi, con incrementi di un secondo. Un salto che amplia sensibilmente le possibilità espressive per chi lavora con contenuti audiovisivi generati dall'intelligenza artificiale.
Più coerenza e controllo creativo
Oltre all'estensione temporale, Google ha puntato su una maggiore coerenza con il materiale di riferimento caricato dall'utente: persone, volti, prodotti, stili, movimenti, elementi audio, scritte, inquadrature e colori. Chi ha già utilizzato tecnologie simili sa quanto questo aspetto possa fare la differenza in termini di qualità finale. Il modello permette inoltre di intervenire sulle conversazioni generate con una resa piuttosto realistica, un elemento cruciale soprattutto per la creazione di materiale promozionale e di intrattenimento.
Dialoghi, telecamera e montaggio
La gestione dei dialoghi è uno degli aspetti su cui Google ha posto maggiore attenzione, insieme al controllo dei movimenti della telecamera, così da ottenere un risultato che segua fedelmente le indicazioni fornite. Un altro aspetto su cui si può intervenire sono i tagli, per creare sequenze composte da più clip che si susseguono. Nell'esempio pubblicato da Google viene mostrato un possibile utilizzo in ambito pubblicitario, con la specifica del codice preciso di un colore da includere e della tipologia di illuminazione desiderata.
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 inoltre 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 consentendo modifiche rapide a risoluzioni come 360p prima di procedere con la creazione del risultato finale a 1080p o in 4K.
