A Google DeepMind új Gemini Omni 1.1 Flash modelljével 40 másodperces videókat generál
A Google DeepMind Gemini Omni 1.1 Flash modellje mostantól 40 másodperces jelenetekkel, 4K felbontással és jobb kontrollal segíti a videógenerálást.

A Google DeepMind bemutatta a Gemini Omni 1.1 Flash modellt, amely fejlettebb vezérlést kínál a generatív videókészítéshez. A fejlesztők mostantól hosszabb jeleneteket hozhatnak létre, simább átmeneteket biztosíthatnak, és professzionális minőségű 4K videókat generálhatnak.
Az új modell lehetővé teszi a jelenetek 40 másodpercre történő kiterjesztését, miközben megőrzi a vizuális konzisztenciát és a narratívát. A korábbi modellekkel ellentétben az Omni 1.1 akár 10 másodpercnyi előzménykontextust is képes elemezni, ami jelentős ugrás a korábbi, csak az utolsó másodpercre támaszkodó verziókhoz képest — közölte a Google DeepMind.
Jelenetek meghosszabbítása és sima átmenetek
A Gemini Omni 1.1 Flash segítségével a fejlesztők meghatározhatják a videó kezdő- és zárókereteit, így professzionális kameramozgásokat és zökkenőmentes átmeneteket hozhatnak létre. Ez az újítás ideális komplex kamerakörüljárásokhoz, zoom-effektekhez vagy akár hurokban ismétlődő kliptek létrehozásához. A modell képes a jeleneteket 10 másodperces lépésekben bővíteni, elérve a maximális 40 másodperces kumulatív hosszt.
Hatékonyabb prototípus-készítés 360p előnézetekkel
A gyors iteráció és a költséghatékonyság érdekében a Gemini Omni 1.1 Flash könnyűsúlyú, 360p felbontású előnézeteket kínál. Ezek az előnézetek akár 60%-kal gyorsabbak és harmadannyiba kerülnek, mint a modell standard 720p felbontása. Ez különösen hasznos a storyboardok gyors iterálásához és a fejlesztői platformokon történő rendereléshez.
Professzionális 4K kimenet
A befejezett projektek professzionális minőségben való megjelenítéséhez az Omni 1.1 akár 1080p vagy 4K felbontású kimenetet is képes generálni. Ez a funkció biztosítja, hogy a végeredmény készen álljon a professzionális produkcióra.
A Gemini Omni 1.1 Flash már elérhető a Google AI Studio és a Gemini Enterprise Agent Platform felületeken keresztül, lehetővé téve a fejlesztők számára, hogy azonnal elkezdjenek dolgozni az új képességekkel.