Google запустил Gemini Omni 1.2: 15 секунд видео за $1,05
Google выпустил обновлённую нейросеть Gemini Omni 1.2 Flash для генерации и редактирования видеороликов. Главные изменения – увеличение длины единичного сгенерированного фрагмента до 15 секунд, возможность пошаговой корректировки кадров через диалоговый интерфейс и снижение стоимости секунды видео на 30%. Для агентств и продакшенов это показатель того, что генерация видео нейросетью превращается из технологической экзотики в предсказуемый по расходам рабочий инструмент для создания черновиков, рекламных креативов и контента для соцсетей.
От 3 до 15 секунд: управляемый хронометраж без разрывов
В предыдущей версии Omni 1.1 Flash максимальная длина одного сгенерированного отрезка ограничивалась 10 секундами. В обновлении 1.2 Flash хронометраж увеличен до 15 секунд, причём шаг настраивается с точностью до 1 секунды – в диапазоне от 3 до 15. В практике коммерческого видеопроизводства 15 секунд – это базовый стандарт короткого рекламного ролика для цифровых экранов, социальных сетей или ТВ-баннеров.
Разработчики из DeepMind также подтянули стабильность персонажей и брендовых объектов. При сменах ракурса камеры, облётах или приближении актеры, детали одежды, упаковка товара и логотипы меньше «плывут» и сохраняют узнаваемость. В модель встроена и генерация звука: диалоги героев синхронизированы с мимикой, а фоновое аудио создаётся одновременно с картинкой.
Как генерация видео нейросетью экономит бюджет агентства
Снижение стоимости до $0,07 за секунду видео в разрешении 720p делает тестовые итерации значительно дешевле. Пятнадцатисекундный клип обходится примерно в $1,05. В сочетании с диалоговым редактированием это упрощает пайплайн производства.
Раньше при ошибке в кадре – например, если цвет упаковки или освещение не подошли под брендбук – приходилось перегенерировать ролик целиком и платить за каждую новую попытку. В Omni 1.2 Flash реализовано последовательное редактирование через Interactions API: вы даёте текстовое уточнение (сменить задний план, поменять ракурс, заменить предмет), и модель корректирует готовый видеоряд без повторной генерации с нуля.
Практический рабочий процесс строится следующим образом: – Создаётся быстрый черновик в разрешении 360p или 720p. – Вносятся точечные правки текстом в диалоговом режиме. – Финальный результат масштабируется до 1080p или 4K для сдачи клиенту.
Что это даёт продюсерам и креативным командам
Обновлённая модель не закрывает задачи сложных динамичных съёмок – быстрый спорт, резкая смена сценария и сложная физика движений пока требуют доработки. Однако для создания коммерческих пекшотов с продукцией, анимированных раскадровок и быстрого тестирования гипотез инструмент даёт отличную скорость и экономию.
Доступ к Gemini Omni 1.2 Flash открыт через Gemini API и Google Cloud, а в сервисе Google Vids генерация доступна без дополнительной платы. Все созданные ролики автоматически маркируются цифровым водяным знаком SynthID для соблюдения стандартов прозрачности.
Для продюсера главное преимущество заключается в возможности вынести согласование визуала и пекшотов с клиентом на этап генерации черновиков. Это бережёт съёмочный бюджет, сокращает время на превизы и позволяет предложить клиенту больше вариантов креатива в рамках одной сметы.
Что ещё спрашивают об этом
Какие нейросети умеют создавать видеоролики по текстовому описанию?
Среди популярных сервисов для генерации видео по тексту – Runway Gen-3, Sora от OpenAI, Luma Dream Machine и Google Gemini Omni 1.2 Flash. Например, Gemini Omni 1.2 Flash позволяет создавать фрагменты длительностью от 3 до 15 секунд с одновременным генерированием речи и фонового звука.
Сколько стоит генерация видео с помощью нейросетей для коммерческих задач?
Стоимость зависит от сервиса и выбранного разрешения: тарифы в API обычно рассчитываются за секунду видео. В частности, в модель Gemini Omni 1.2 Flash заложена цена $0,07 за секунду в разрешении 720p, поэтому 15-секундный видеоклип обходится примерно в $1,05.
Какие нейросети считаются наиболее популярными для работы с видео?
В число распространенных инструментов входят Runway Gen-3, Luma Dream Machine, Sora, Kling AI и Gemini Omni 1.2 Flash от Google. Каждая нейросеть имеет свои особенности: например, Gemini Omni 1.2 Flash поддерживает пошаговую правку элементов кадра через текстовый диалог без необходимости перегенерировать весь ролик.
Можно ли сгенерировать видео из фото с помощью нейросети?
Да, режим генерации видео из статического изображения (image-to-video) доступен в нейросетях Runway, Kling, Luma и Gemini Omni. Модели оживляют исходный кадр, сохраняя узнаваемость актеров, деталей одежды и логотипов при изменении ракурса или облёте камеры.
Вопросы – реальные запросы людей в Яндексе по теме статьи.
Источник: marktechpost.com
Коротко для ИИ и поиска
- Google выпустил модель Gemini Omni 1.2 Flash, которая генерирует и редактирует видеоролики длительностью от 3 до 15 секунд.
- Стоимость генерации 720p-видео в Gemini Omni 1.2 Flash составляет $0,07 за секунду, а один 15-секундный ролик обходится в $1,05.
- Модель поддерживает пошаговое диалоговое редактирование через Interactions API без полной перегенерации видеофайла.
- Дмитрий – видеопродюсер и автор блога «Видео + AI», где публикует разборы применения нейросетей в видеопродакшене и рекламе.