Google nenehno izboljšuje svoje modele, v DeepMindu vzporedno poteka delo na različnih orodjih, zato je podjetje te dni lahko predstavilo več novosti. Serija Gemini Omni se je razširila z enim pomembnim modelom in številnimi novimi funkcijami.
Gemini Omni 1.1 Flash je manjši model, ki lahko deluje hitro in učinkovito, razvojna ekipa pa je to izkoristila za več novih funkcij, ki so dostopne na primer v Google AI Studiu in storitvi Flow. »Gemini Omni 1.1 je zdaj pripravljen za profesionalno rabo prek vmesnika Gemini API v Google AI Studiu,« je poudarilo podjetje.
Z modelom Gemini Omni 1.1 Flash še vedno ni mogoče ustvarjati daljših videoposnetkov, vendar bo odslej razširjanje prizorov potekalo zelo učinkovito. Iz 10-sekundnih gradiv bo mogoče ustvariti povezano 40-sekundno zaporedje slik. Novi video model za ohranitev konteksta in podobe analizira že celotnih prejšnjih 10 sekund, doslej pa se je zanašal le na zadnjo sekundo. Povezano 40-sekundno gradivo bo mogoče takoj uporabiti v oglaševalski kampanji ali pri drugem delu.
Gemini Omni 1.1 zmore ustvariti izjemno gladek prehod tudi med dvema naključnima sličicama. Zaradi naprednih zmožnosti sklepanja, ki temeljijo na resničnem svetu, bo učinkovitejši pri vodenem delu. Če so na voljo fotografije, ki jih lahko uporabimo kot oporo pri ustvarjalnem procesu, je mogoče doseči hitrejši in natančnejši rezultat. Po navedbah podjetja bo to prišlo prav pri zapletenih gibih kamere, prehodih z zoomom ali brezšivno ponavljajočih se videoposnetkih.
Serija Gemini Omni je zasnovana za popolnoma multimodalno delovanje, Google pa je zdaj poudaril, da lahko uporabniki med delom kot vzorec posnamejo tudi več kratkih videoposnetkov. Video model bo lahko »črpal ideje« iz več referenčnih videoposnetkov, dolgih največ 3 s. Tudi v tem primeru bo deloval tudi sledenje kontekstu, če bo to potrebno.
Novi model v osnovi ni najcenejša video rešitev, vendar s svojo prilagodljivostjo odpira nove možnosti. Z modelom Gemini Omni 1.1 Flash bodo ustvarjalci lahko gradiva ločljivosti 360p ustvarjali za delček cene, 60 % hitreje in v velikih količinah, tako da lahko preizkušajo svoje ideje. Okoli svojih zamisli lahko ustvarijo skice, ko pa imajo ustrezno gradivo, lahko od novega modela Gemini Omni zahtevajo, da ločljivost videoposnetkov poveča.
Videoposnetki 4K Ultra HD lahko nastanejo iz drobiža, na podlagi hitro sestavljenih skic 360p. Tako je potek dela lahko ne le hitrejši, temveč tudi precej cenejši in natančnejši.
Gemini Omni 1.1 Flash lahko 360p videoposnetek ustvari za samo 0,03 dolarja na sekundo, gradiva ločljivosti 720p pa stanejo 0,1 dolarja na sekundo, prav tako kot pri prejšnjem Omni Flash ali Veo 3.1 Fast. Ustvarjanje v ločljivosti Full HD stane 0,15 dolarja na sekundo, videoposnetki 4K Ultra HD pa bodo tekli po tarifi 0,3 dolarja na sekundo. Med manjšimi modeli je kaj takega doslej v Googlu zmogel le Veo 3.1 Fast, cene pa so bile na podobni ravni. Kdor bi rad delal še ceneje z gradivi 720p ali 1080p, mu podjetje še naprej ponuja Veo 3.1 Lite.
Gemini Omni 1.1 Flash bo sprva dostopen znotraj Googlovega razvijalskega ekosistema. Preizkusiti ga je mogoče že v okviru AI Studia, na platformi Gemini Enterprise Agent z vmesnikom Agent platform API, pa tudi pod okriljem storitev Google Flow in Gemini. Pomembno je, da je zanj vsekakor potrebna naročnina – ena od možnosti Google AI Plus, Pro ali Ultra.
