Google lancia Gemini Omni 1.2 Flash per la generazione e il montaggio video con l'intelligenza artificiale

Google ha annunciato il debutto di Gemini Omni 1.2 Flash, una nuova evoluzione della sua intelligenza artificiale specializzata nella generazione di filmati. Il sistema introduce la capacità di produrre video con una durata massima di 15 secondi, superando il limite precedente di 10 secondi stabilito dalla versione 1.1, e offre strumenti inediti per la modifica dei contenuti tramite comandi testuali diretti.

L'aggiornamento punta a ottimizzare l'efficienza economica per i professionisti del settore digitale. Il costo di interazione con il modello è stato ridotto del 30% rispetto alla generazione precedente: la produzione di un video con risoluzione 720p richiede ora un investimento di 0,07 dollari per ogni secondo di filmato. Questa struttura di prezzo è supportata da un flusso di lavoro che permette di generare bozze iniziali in bassa risoluzione, a 360p o 720p, per poi intervenire con correzioni mirate prima della renderizzazione finale in alta definizione, fino ai formati 1080p e 4K.

Uno degli aspetti tecnici più rilevanti riguarda la gestione della coerenza visiva. Gli sviluppatori di Google hanno lavorato per diminuire il cosiddetto drift visivo, assicurando che l'aspetto dei personaggi, i loro abiti, gli sfondi e gli oggetti presenti nella scena rimangano inalterati dal primo all'ultimo fotogramma, anche quando cambiano le inquadrature. Questa stabilità è fondamentale per la creazione di contenuti pubblicitari o recensioni di prodotti, dove la riconoscibilità degli elementi è prioritaria e deve essere garantita per tutta la durata della clip.

Il sistema di editing conversazionale a più fasi consente di trasformare un filmato esistente senza doverlo rigenerare integralmente. Attraverso messaggi di testo, l'utente può chiedere di sostituire singoli oggetti, modificare lo sfondo, variare l'illuminazione o le condizioni meteorologiche e persino adattare il rapporto d'aspetto della clip. Per quanto riguarda la parte audio, Gemini Omni 1.2 Flash introduce una sincronizzazione labiale più precisa per i dialoghi e la possibilità di gestire separatamente le impostazioni per ogni parlante presente nel video, garantendo un risultato più naturale e professionale.

La flessibilità nella durata è un altro punto di forza del modello: è possibile definire la lunghezza del video con incrementi di un secondo, partendo da un minimo di 3 secondi fino a un massimo di 15. Questa precisione, unita alla capacità di combinare immagini di riferimento per stili e personaggi con frammenti di movimento fino a 3 secondi, permette di adattare velocemente le campagne pubblicitarie a diversi mercati o segmenti di pubblico. Infine, il modello supporta la creazione di movimenti di camera continui, mantenendo una rigorosa aderenza ai dettagli impostati nel prompt iniziale durante tutte le transizioni e le iterazioni del processo creativo, riducendo la necessità di interventi manuali esterni al modello stesso.