Gemini Omni 1.2 Flash公開

Gemini Omni 1.2 Flashは前回のOmni 1.1からネイティブのクリップ長を10秒から15秒に延ばし、マルチターンの対話編集を加えた。Googleによると、顔や衣装、パッケージの書体、ブランドカラーといった参照ディテールをカメラアングルが変わってもより一貫して保てるといい、モデルの同一性と各衣装の裁断・ドレープを保つバーチャル試着の連続映像で示している。

値下げはコストを抑えるワークフローと組み合わせている。ユーザーは360pまたは720pで下書きし、クリップ全体を再生成せず追記編集で細部を修正し、最良の作品を1080pや4Kにアップスケールできる。Gemini Omniの一般提供は今回が初めてで、Google Cloudのエンタープライズ級インフラとセキュリティに支えられ、出力には知覚できないSynthID透かしが入る。

Googleは、速いスポーツの動きや急な台本変更、複雑な物理挙動の改善に向けた開発を続けていると注記する。法人や開発者、大規模に動画を制作するクリエイター向けに位置づけられ、すでに企業やスタートアップ、クリエイターのワークフローで使われているという。