Google har opdateret sit AI-drevne videogenereringsværktøj, Gemini Omni Flash, og den nye version, kaldet 1.1, kommer med en række forbedringer, der har til formål at gøre videoproduktion mere tilgængelig og kontrollerbar. Virksomheden har fokuseret på tre nøgleområder: scenekontinuitet, kreativ kontrol og omkostninger pr. sekund. Resultatet er et værktøj, der lover at forlænge klip op til 40 sekunder uden at miste sammenhæng, og som også giver brugerne mulighed for at iterere på billige udkast, før de investerer i højere opløsninger.
Opdateringen er nu tilgængelig for udviklere via Gemini API og Google AI Studio, samt for Gemini-abonnementsabonnenter og deres abonnementer i Flow og Gemini-appen. Med denne version adresserer Google en af ​​de mest almindelige klager i branchen: manglen på hukommelse til modeller for at opretholde konsistens, når en sekvens forlænges. Lad os se præcis, hvad den indeholder.
Mere kontekst til længere scener
Den mest bemærkelsesværdige funktion ved Gemini Omni 1.1 Flash er sceneudvidelsen. I modsætning til den tidligere version, som kun analyserede det sidste sekund af den originale video, undersøger modellen nu op til 10 sekunder af den foregående kontekst. Dette giver den mulighed for bedre at forstå belysningen, bevægelsen og identiteten af ​​karaktererne og fortsætte optagelsen med langt større ensartethed. Systemet genererer de ekstra optagelser i 10-sekunders blokke, som kan kædes sammen i op til 40 sekunder i alt. Med andre ord, hvis du har et 10-sekunders klip, kan du bede den om at forlænge det til 40 sekunder, men ikke alt på én gang: den vil gøre det i tre intervaller af 10 sekunder, hvilket giver dig tid til at gennemgå hvert segment, før du fortsætter.
Derudover giver modellen dig mulighed for at angive en start- og slutramme, og den interpolerer automatisk bevægelsen mellem dem. Dette er nyttigt til at skabe komplekse kameraovergange, såsom kredsløb, zoom eller loops, uden at skulle beskrive hvert trin. Du kan også indlæse op til tre sekunder video som visuel reference, så modellen bevarer stilen og karaktererne fra den optagelse i den næste generation.
Kreativ kontrol og visuelle referencer
En anden ny funktion er 360p-kladdetilstanden. Denne opløsning er designet til hurtig testning: den kører op til 60 % hurtigere og koster en tredjedel af, hvad det koster at generere i 720p. Dette giver skabere mulighed for at arbejde videre med en idé uden at bruge for mange penge, og når de er tilfredse med resultatet, kan de opskalere videoen til 1080p eller endda 4K. Opskaleringen er ikke indbygget; den sker via opskalering, men den giver mulighed for et professionelt udseende output uden behov for eksterne værktøjer.
Med hensyn til priser har Google fastsat en pris pr. sekund genereret video: $0,03 for 360p, $0,10 for 720p, $0,15 for 1080p og $0,30 for 4K. For at give dig en idé, vil et 30-sekunders klip i 1080p koste omkring $4,5, mens det samme klip i 4K vil koste omkring $9. Draft-tilstand vil derimod koste mindre end en dollar. Denne prisstruktur har til formål at holde udforskningsfasen billig og koncentrere omkostningerne på den endelige version.
Priser, tilgængelighed og sammenligning
Gemini Omni 1.1 Flash er bredt tilgængelig: den er inkluderet i Google AI Studio, Gemini API, Gemini Enterprise Agent-platformen og Google Flow for betalende abonnenter. Sceneudvidelsesfunktionen er også blevet tilføjet til Gemini-appen for de samme brugere. Derudover har Google integreret modellen i Adobe Firefly og dets Vids-værktøj, hvilket yderligere udvider dens anvendelsesområde.
I det konkurrenceprægede landskab har OpenAIs afgang fra Sora efterladt et hul, som Google har til hensigt at udfylde. I modsætning til Veo 3.1, der fokuserer på one-shot-generering af høj kvalitet, er Omni Flash designet til samtalebaseret og iterativ redigering. Og sammenlignet med andre modeller som Runway Gen-4.5 eller Grok Imagine Video er Omni Flash 1.1 konkurrencedygtigt prissat, især i kladdetilstand. For teams, der arbejder med generativ video, ændrer muligheden for at prototype i 360p og derefter skalere til 4K beregningen af ​​omkostningerne pr. stk. betydeligt.
Kort sagt er Gemini Omni 1.1 Flash ikke revolutionerende, men det er et vigtigt skridt i retning af at gøre AI-drevet videogenerering mere praktisk og overkommelig. Kombinationen af ​​sceneudvidelse med bred kontekst, keyframe-kontrol og en omkostningseffektiv draft-tilstand gør det til en levedygtig mulighed for producenter, bureauer og udviklere. Det er endnu uvist, hvordan det vil fungere i praksis, men Googles tilbud sigter mod at imødegå de to største udfordringer i branchen: narrativ konsistens og omkostningerne ved iteration.
