Google wydał Gemini Omni 1.2 Flash, nową wersję swojego modelu do generowania i edycji wideo, która zmniejszyła koszty o 30 procent w stosunku do Omni 1.1 Flash. Model generuje i edytuje klipy o długości do 15 sekund w natywnie, co stanowi wzrost z poprzednich 10 sekund. Nowy model jest ogólnie dostępny na platformach Google Cloud i Gemini API.
Główne улучшenia obejmują rozszerzone możliwości generowania od 3 do 15 sekund z krokami co sekundę, lepszą zgodność z referencjami obrazów i sekwencji wideo oraz większą spójność dla twarzy i ubrań. Cena spadła do 0,07 dolara za sekundę wideo 720p, co oznacza około 1,05 dolara za pełny 15-sekundowy klip. Dla deweloperów to oznacza możliwość tworzenia dłuższych zawartości przy mniejszej liczbie przerenderowań i niższe koszty operacyjne.
Google przyznaje, że model wciąż ma ograniczenia w obsłudze szybkich akcji sportowych, gwałtownych zmian scenariusza i skomplikowanej fizyki. Model działa wyłącznie w chmurze - nie ma wersji open-source ani możliwości lokalnego wdrożenia. Google raportuje jednak lepszą adherencję do referencji i mniejszy drift w porównaniu z poprzednikiem, choć dokładne wyniki benchmarków dla wersji 1.2 nie zostały opublikowane.