A Google ma bejelentette a Gemini Omni 1.1 Flash névre hallgató frissítést, amely új kreatív vezérlőket és generatív videó-képességeket ad a fejlesztők rendelkezésére. A Gemini Omni korábban valós világra vonatkozó következtetéseket hozott a generatív alkotás során; az Omni 1.1 célja, hogy a modell professzionális környezetben is használható, „production-ready” legyen a Gemini API-n keresztül a Google AI Studio-ban.
A frissítés főbb újdonságai
-
Jelenetek meghosszabbítása hosszabb elbeszélésekhez: a Scene extension segítségével meglévő videóból lehet folyamatosan továbbgenerálni a felvételt. Az Omni 1.1 mostanáig legfeljebb 10 másodpercnyi előzményt képes elemezni, szemben a korábbi modellekkel, amelyek csak az utolsó másodpercet vették figyelembe. Ennek eredményeképp javul a vizuális konzisztencia és a narratív következetesség; a folytatás 10 másodperces lépésekben történhet, összesen legfeljebb 40 másodperc kumulatív hosszban.
-
Kezdő és záró képkockák megadása kameramozgásokhoz: az Omni 1.1 képes két kulcskép között folyamatos videót generálni, így összetett kamerafelvételek, orbitek, zoomok vagy zökkenőmentes loopok készíthetők anélkül, hogy vágás érezhető lenne.
-
Gyorsabb, olcsóbb vázlatok 360p-ben: a fejlesztők mostantól 360p felbontásban készíthetnek előnézeti draftokat gyorsabban (akár 60%-kal gyorsabban a rendszer átviteli mutatói szerint) és harmadannyi költséggel a 720p-vel összehasonlítva. Ez hasznos gyors prototípus-készítéshez és storyboard-iterációkhoz.
-
Felbontás felskálázása 4K-ig: az Omni 1.1 támogatja a professzionális produkcióra alkalmas 1080p és 4K kimenetek előállítását.
-
Videóreferenciák multimodális inputban: mostantól három másodpercnyi referenciavideót is fel lehet tölteni, amellyel a modell megőrizheti a vizuális kontextust és karakterek következetességét a generálás során.
Gyakorlati lehetőségek fejlesztőknek
A Google számos példát és inspirációt mutatott be arra, hogyan lehet ezeket a képességeket beépíteni kreatív eszközökbe és munkafolyamatokba: alkalmazások, amelyek megadják az első és utolsó képkockát, és Omni teljes kontextusú következtetéseivel valósághű kameramozgásokat generálnak; „Draft Room” jellegű funkciók, ahol több 360p vázlatot lehet gyorsan előállítani és egymás mellett összehasonlítani; továbbá olyan applikációk, amelyek végigkövetik egy helyiség kameramozgását anélkül, hogy nem létező részleteket adnának hozzá.
Ügyfélintegrációk és visszajelzések
A Google szerint már több ügyfél használja az Omni Flash-t éles produkcióban a Gemini Agent Platform API-n keresztül. Példaként említik az Adobe integrációját Adobe Firefly-val.
Idézetek a partnerektől:
-
Itay Schiff, Creative Director, Figma Weave: „Gemini Omni Flash is one of the strongest video models available in Figma Weave, where the canvas helps creative teams build on every generation — attaching references, branching different versions, and shaping something unique. With extensions, richer reference material, and 4K resolution, Gemini Omni Flash takes teams beyond generating videos to truly directing them.”
-
Louisa Guo, VP of Marketing, GMI Cloud: „At GMI Cloud, we give creators centralized access to the world’s most capable models. What stands out about Gemini Omni Flash is its accuracy: the details hold up under scrutiny. For customers creating educational and explanatory content, where getting things right is essential, that reliability matters more than any single feature. Omni has made AI video viable for a segment that previously couldn’t rely on it.”
-
Jamie Umpherson, Chief Creative Officer, Runway: „Omni Flash fits naturally into how people already use Runway: start with a prompt, an image or a video, then generate or edit from there. It's another way for our users to move quickly between ideas.”
Hozzáférés és bevezetés
A Gemini Omni 1.1 Flash elérhető a Google fejlesztői ökoszisztémájában: közvetlenül kipróbálható a Google AI Studio-ban a Gemini API használatával, és vállalati szinten elérhető az Agent Platform API-n keresztül. A Google AI Plus, Pro és Ultra előfizetők világszerte a Google Flow-ban és a Gemini alkalmazásban is hozzáférhetnek az Omni 1.1-hez; a Scene extension funkció szintén elérhető ezeknek az előfizetőknek.
A bejelentés említi, hogy van egy árképzési táblázat a Gemini Omni 1.1 Flash szolgáltatáshoz, de részletes árakat a közlemény nem tartalmazott.
Miért számít ez?
A frissítés kulcselemei — hosszabb kontextus kezelése, kulcskép-alapú átmenetek, gyors vázlatgenerálás és 4K felskálázás — azt célozzák, hogy a generatív videó eszközök bevonhatóbbá és megbízhatóbbá váljanak professzionális munkafolyamatokban. A Google partnerek visszajelzései szerint az Omni 1.1 olyan pontosságot és rugalmasságot ad a kreatív csapatoknak, amely a korábbi generációkhoz képest új felhasználási területeket tesz lehetővé.
Hasznos források fejlesztőknek
A Google javasolja a hivatalos dokumentáció, a cookbook és a prompting guide-ok tanulmányozását a jelenet-kiterjesztés, videóreferenciák és upscaling integrálásához a saját alkalmazásokba.
(Frissítés: a bejelentés "ma" történt; a pontos dátum és további árspecifikációk a Google dokumentációjában találhatók.)
