Gemini Omni 1.1 Flash

Gemini Omni 1.1 Flash är en uppdatering av Googles Gemini Omni, som Google beskriver som en modell som tar med sig verklighetsförståelse in i generativt skapande. Version 1.1 Flash riktar sig till utvecklare och ger mer kontroll över AI-genererad video.

Den viktigaste nyheten är scenförlängning: modellen läser upp till 10 sekunder av den tidigare videon (tidigare modeller använde bara den sista sekunden) och kan förlänga i steg om 10 sekunder upp till sammanlagt 40 sekunder. Man kan också ange en första och en sista bild och låta modellen skapa videon emellan, till exempel för kameraåkningar runt ett motiv, zoomövergångar eller loopar. Som underlag kan man ge upp till tre sekunder referensvideo, så att personer och miljöer ser likadana ut.

För att pröva idéer snabbt finns 360p-utkast, som enligt Google genereras upp till 60 % snabbare än 720p och kostar ungefär en tredjedel. Färdiga klipp kan skalas upp till 1080p eller 4K. Enligt Googles prislista kostar 720p-video i praktiken cirka 0,10 dollar per sekund.

Modellen finns i Google AI Studio och via Gemini API (modell-id gemini-omni-1.1-flash), för företag via Gemini Enterprise Agent Platform, och i Google Flow för Google AI Plus-, Pro- och Ultra-prenumeranter. Scenförlängning finns också i Gemini-appen för samma prenumeranter. Adobe har byggt in Gemini Omni Flash i Adobe Firefly, och Google citerar även Figma Weave, GMI Cloud och Runway som kunder.