ИИтог

Google DeepMind выпустила Gemini Omni 1.1 Flash с расширением сцен и апскейлом до 4K

продуктыРедакция ИИтогGoogle DeepMind🔥71Рейтинг ИИтог71Влияние65Новизна55Релевантность100Неожиданность45Участники90Достоверность88
Google DeepMind выпустила Gemini Omni 1.1 Flash с расширением сцен и апскейлом до 4K

Google DeepMind представила Gemini Omni 1.1 Flash, обновление генеративной видеомодели Omni, нацеленное на то, чтобы сделать её пригодной для промышленного использования через Gemini API в Google AI Studio. Ключевое новшество, расширение сцен: модель теперь анализирует до 10 секунд предыдущего контекста видео, тогда как раньше опиралась только на последнюю секунду. Это даёт более согласованную картинку и более связный сюжет при продолжении ролика. Видео можно наращивать порциями по 10 секунд вплоть до суммарной длины в 40 секунд.

Вторая новая функция, управление по опорным кадрам: разработчик задаёт первый и последний кадр плана, а модель генерирует непрерывное видео между ними. Это удобно для сложных облётов камерой, плавных наездов или зацикленных роликов.

Для черновой работы добавлен режим генерации в разрешении 360p, он позволяет получать превью до 60% быстрее и втрое дешевле, чем стандартное разрешение 720p у Omni 1.1 (оценка по пропускной способности системы при сравнении 360p и 720p). Такой режим рассчитан на быстрое прототипирование и итерации по раскадровке. На другом полюсе, апскейл до профессионального качества: Omni 1.1 может выдавать готовые ролики в 1080p или 4K.

Ещё одна возможность, видеоссылки в мультимодальном вводе: в запрос можно добавить до трёх секунд референсного видео, чтобы сохранить визуальный контекст и внешность персонажей.

Omni 1.1 уже доступна разработчикам в Google AI Studio и через Gemini API, а также предприятиям, через Agent Platform API. С сегодняшнего дня модель доступна всем подписчикам Google AI уровней Plus, Pro и Ultra по всему миру в приложении Google Flow; функция расширения сцен для тех же уровней подписки появилась и в приложении Gemini. Конкретные цены на использование модели в источнике не приведены, упомянута лишь прайс-таблица без цифр.

Ключевые факты

  • Расширение сцен: модель анализирует до 10 секунд предыдущего контекста видео вместо одной последней секунды у прежних моделей; наращивать ролик можно порциями по 10 секунд до 40 секунд суммарно
  • Управление по первому и последнему кадру для плавных переходов и облётов камерой
  • Черновой режим 360p, до 60% быстрее и втрое дешевле, чем стандартное разрешение 720p
  • Апскейл готового видео до 1080p или 4K, плюс видеоссылки длиной до трёх секунд для сохранения внешности персонажей и контекста
  • Доступна через Gemini API в Google AI Studio, Agent Platform API для предприятий, а также в Google Flow и (расширение сцен) в приложении Gemini для подписчиков Plus, Pro и Ultra

Почему это важно

Генеративное видео долго упиралось в короткие ролики без связного сюжета: модели быстро теряли согласованность картинки при продолжении сцены. Расширение с памятью в 10 секунд контекста вместо одной секунды, это шаг к видео, которое можно наращивать в связный ролик до 40 секунд, а не набор коротких несвязанных клипов.

Кому это важно

В первую очередь, разработчикам генеративных видеоинструментов, студиям монтажа и медиапродуктам, которые встраивают генерацию видео через API, а также предприятиям, использующим Agent Platform API. Во вторую, обычным пользователям Google AI Plus, Pro и Ultra, которым новые возможности приходят в приложения Google Flow и Gemini.

Как это применить

Доступ идёт через Gemini API в Google AI Studio и через Agent Platform API для корпоративных сценариев. Для быстрых черновиков стоит использовать режим 360p, он дешевле и быстрее полноразмерной генерации в 720p, а финальный ролик потом апскейлить до 1080p или 4K. Конкретных цен в источнике нет, только упоминание прайс-таблицы без цифр.

Можно ли доверять

Это официальный анонс Google DeepMind, все цифры (10 секунд контекста, увеличение до 40 секунд, 60% и втрое по 360p, три секунды для видеоссылок, 1080p/4K) приведены самой компанией без независимой проверки со стороны. Указано, что цифра по скорости 360p, оценка по пропускной способности системы, а не гарантированный результат для любого сценария. Источник не называет ни одного автора или спикера и не приводит имён клиентов, чьи кейсы упоминаются как примеры использования.

Риски и подводные камни

Заявленные ускорение и экономия для 360p, не абсолютные величины, а показатель "до", то есть верхняя граница, а не гарантия для каждого запроса. Реальная стоимость использования модели в источнике не раскрыта: указана только прайс-таблица без конкретных цифр. Ограничение суммарной длины ролика в 40 секунд остаётся заметным потолком для полноценного видеопроизводства.