Google lance Gemini Omni 1.2 Flash, vidéo IA de 15 secondes

Des clips plus longs, des références mieux respectées

Limitée à 10 secondes dans Gemini Omni 1.1, la durée peut désormais être fixée de 3 à 15 secondes, par pas d'une seconde. Selon Google, cela facilite la création en une seule fois de présentations de produits, de publicités pour les réseaux sociaux et de courts récits.

Le modèle suit aussi de plus près les références fournies. En plus d'images de personnages, de produits ou de styles, il accepte des séquences animées de trois secondes maximum et des références audio. Visages, vêtements, emballages, polices et couleurs de marque doivent rester cohérents d'un angle de caméra à l'autre. Google cite l'exemple d'essayages virtuels réalisés à partir d'une photo de mannequin et de vues de face et de dos des vêtements.

Modifier sans tout régénérer

L'édition conversationnelle en plusieurs tours permet de modifier une vidéo par de simples instructions successives. Arrière-plan, lumière, météo, produit ou format d'image peuvent être changés ainsi. Google affirme aussi avoir amélioré la cohérence des personnages, objets et scènes : les déformations et pertes de détails lors des mouvements rapides ou des changements de plan seraient réduites.

Les dialogues sont plus naturels, la synchronisation labiale plus précise et la distinction entre plusieurs voix améliorée. Les mouvements fluides, comme les vols FPV, les reculs en plan large ou les orbites, devraient comporter moins de coupes parasites.

Disponibilité

Outre l'API Gemini et Google Cloud, le modèle est proposé dans Google AI Studio, Flow, Google Vids et Google Ads. Dans l'application Gemini, la vidéo de 15 secondes est déployée pour les abonnés à Google AI Ultra.

Les contenus portent le filigrane invisible SynthID. Google reconnaît que le modèle reste à perfectionner pour les mouvements sportifs rapides, les changements de scène brusques et la physique complexe.