A Google bevezeti a Gemini Omni videó-generátort, 10 másodperces klippek

Mire képes a Gemini Omni

A Gemini Omni 1.1 Flash változat szöveges, képi és képkocka bemenetekből generál videókat, természetes hanggal és háttérzajjal — írja a Zapier Blog.

Árazás és elérhetőség

Az első- és utolsó-képkocka vezérléssel a felhasználó meghatározhatja a klip kezdő- és befejező pillanatát, míg a modell a köztes részt kitölti. A generált anyag 4–10 másodperc hosszú, felbontása 360p-tól 1080p-ig, a magasabb fizetőcsomagokban akár 4 K is elérhető.

Google Veo lecserélése

A Google Veo, a korábbi videó-modell, már nem érhető el a Gemini API-n keresztül, mivel a Google bejelentette, hogy az Omni helyettesíti a Veót a Gemini alkalmazásban.

Korlátok és fejlesztési irányok

A 10 másodperces időkorlát megnehezíti a komplex történetek elmesélését, és a szerző tesztjei szerint a modell gyakran elveszíti a karakterek és a környezet egységességét a különböző jelenetek között.

Használati útmutató és automatizálás

A Google Flow felületén a felhasználó beírja az utasítást, feltölti a referencia-képeket, majd a rendszer hitelalapú jóváhagyás után rendereli a videót – a folyamat néhány másodperctől néhány percig terjed, a prompt összetettségétől függően. A Zapier integrációval a videók automatikusan továbbíthatók más Google-alkalmazásokba.

Előfizetési csomagok

A modell ingyenes személyes csomaggal is használható, de a Google AI Plus előfizetés 4,99 dollár/hó, míg a Google AI Pro csomag 19,99 dollár/hó áron nyitja meg a 4 K felbontást és a hosszabb, akár 40 másodperces klip összeállítási lehetőséget.