Google verbessert KI-Videogenerator Gemini Omni auf Version 1.2 Flash

Google hat Version 1.2 seines Videomodells Gemini Omni Flash veröffentlicht. Erstmals gezeigt wurde die Modellreihe im Mai auf der Entwicklerkonferenz Google I/O, wo Omni Flash als Videogenerator präsentiert wurde. Das KI-Videomodell kann in der neuen Version Clips von bis zu 15 Sekunden Länge mit Ton erzeugen, bislang waren maximal 10 Sekunden möglich. Die Dauer lässt sich in Sekundenschritten von 3 bis 15 Sekunden einstellen.

Clips können weiterhin im Dialog nachbearbeitet werden, laut Google nun auch über die volle Länge von 15 Sekunden. Zudem hat das Unternehmen die Preise gesenkt: Eine Sekunde Video in 720p-Auflösung kostet laut Google 0,07 US-Dollar (rund 6 Cent), das sind 30 Prozent weniger als bei Omni 1.1 Flash. Entwürfe lassen sich in 360p oder 720p erzeugen und anschließend auf 1080p oder 4K hochskalieren. Das Upscaling wird extra berechnet, betrifft aber nur die gelungenen Entwürfe.

In seinem Blogeintrag nennt Google auch neue Anwendungsfälle. So eigne sich Omni für Werbung und Onlinehandel, etwa für virtuelle Anproben und Produktvideos. Versprochen wird eine stabilere Darstellung von Gesichtern, Kleidung und Logos über mehrere Einstellungen hinweg.

FPV-Drohnenfahrt auf Grundlage zweier Fotos

Aber auch Filmemacher könnten auf den Geschmack kommen. Als Beispiel zeigt Google eine durchgehende FPV-Drohnenfahrt über die Piazza, durch die Bronzetüren und die Kuppel des Pantheons bis zum Oculus, erzeugt auf Basis von zwei Architekturfotos als Referenz. Dabei sollen deutlich weniger ungewollte Jumpcuts entstehen als bisher.

Google verspricht außerdem besseres Audio. Dialoge sollen natürlicher klingen und Sprechszenen lippensynchroner sein. Auch den Umgang mit mehreren Sprechern soll die generative KI jetzt besser beherrschen.

Verfügbar ist Omni 1.2 Flash über die Gemini API (Google AI Studio) und die Google-Cloud-Konsole, Google bezeichnet das Modell nun als allgemein verfügbar. Endnutzer finden das Modell in Google Flow und Google Vids. In Vids kann jeder mit Google-Konto oder Workspace-Abo bis zu drei 15-Sekunden-Clips pro Monat ohne Zusatzkosten erzeugen. In der Gemini-App rollt Google die 15-Sekunden-Clips zunächst nur für Abonnenten von Google AI Ultra aus. Dazu kommen Google Ads und Partner wie Figma (Weave) und Magnific, Adobe will das Modell in Firefly ergänzen. Anfragen an Omni 1.1 Flash leitet Google ab dem 3. Dezember automatisch auf 1.2 um.