IT之家 11월 6일 소식에 따르면, 구글은 Gemini Omni 1.2 Flash 비디오 생성 모델을 공식적으로 출시했으며, Gemini API와 Gemini for business 플랫폼에서 전면 사용이 가능해졌습니다.
새로운 버전 모델은 원본 15초 영상 생성, 다중 대화형 편집, 더 강력한 참고 준수 능력을 구현했으며, 1.1 버전에 비해 30% 할인되었습니다. 720p 영상 생성 비용은 초당 0.07달러입니다 (IT之家 주: 현재 환율로 약 0.47위안에 해당).
규모화된 비용 절감 측면에서, 새로운 버전의 워크플로우는 360p 또는 720p로 빠르게 초안을 작성할 수 있으며, 이후 편집을 통해 세부 사항을 수정하면 전체 부분을 다시 생성할 필요가 없습니다. 마지막으로 완성된 결과물을 1080p 또는 4K로 업그레이드하여 사용 비용을 더욱 줄일 수 있습니다.
클립 길이에 관해, Gemini Omni 1.2 Flash은 원본적으로 지원하는 영상 길이를 1.1 버전의 10초에서 최대 15초로 연장했으며, 1초 단위로 3초에서 15초 사이의 길이를 자유롭게 설정할 수 있습니다. 이를 통해 전체 이야기, 제품 설명 또는 소셜 광고 클립을 한 번에 생성할 수 있습니다.
참고 준수 측면에서, 사용자는 역할, 제품 또는 스타일 이미지, 최대 3초의 동적 클립 및 오디오 단서를 결합하여 생성할 수 있으며, 모델은 전체 과정에서 얼굴, 의상, 포장 글자, 브랜드 색상이 다양한 카메라 각도에서 일관성을 유지하도록 할 수 있어 기존 제품 이미지나 캐릭터 설정 이미지를 가상试穿, 제품 회전 전시 및 브랜드 비디오 광고로 변환하는 데 유용하다.
결과 일관성 측면에서, 새로운 버전 모델은 첫 번째 프레임부터 마지막 프레임까지 캐릭터, 물체, 장면의 강한 일관성을 유지하며, 움직임과 카메라 전환 과정에서 시각적 이동이나 변형을 줄입니다. 첫 번째와 마지막의 주요 프레임 사이에 인터пол레이션을 수행하거나 클립을 연장하여 긴 시퀀스를 구성하더라도, 제품, 캐릭터, 소품 및 환경은 다양한 카메라 사이에서 일관된 상태를 유지합니다.
대화형 편집 기능에서는 사용자가 각 라운드마다 동일한 클립을 조정할 수 있습니다. 예를 들어 제품이나 배경을 교체하거나, 빛이나 날씨를 변경하거나, 화면 비율을 바꾸는 등 처음부터 다시 생성할 필요가 없습니다. 이러한 다단계 대화형 편집 기능은 전체 15초 클립까지 커버할 수 있어, 다양한 대상과 배치에 맞게 광고 버전을 생성하는 데 유용하며, 지시어를 다시 작성하거나 다시 생성할 필요가 없습니다.
음성 효과에서, 새로운 버전 모델은 더 유연하고 자연스러운 대화와 더 명확한 입 모양 동기화를 생성할 수 있으며, 여러 화자 조건 제어도 지원합니다. 이는 Flow에서 감독의 다양한 캐릭터 대화, Gemini for business에서 설명형 비디오 제작, 그리고 Google Vids에서 디지털 인간, 음악 및 자막이 포함된 전문 비디오 제작에 적합합니다.
영화급 화면 제어에서 사용자는 복잡한 연속 장면의 움직임을 조절할 수 있습니다. 예를 들어 전체 FPV 비행, 드라마틱한 확대, 서클 씬 등이 있으며, 불필요한 전환을 줄이고 더 안정적인 축소 비율과 더 섬세한 영화 같은 질감을 유지할 수 있습니다.
현재 Gemini Omni는 처음으로 완전히 공식적으로 사용 가능하게 되었습니다. 구글 클라우드의 엔터프라이즈급 인프라 및 보안 기능을 기반으로, 사전 할당된 처리량(Provisioned Throughput)을 지원하며, 생성된 콘텐츠에는 육안으로는 관찰할 수 없는 SynthID 워터마크가 포함됩니다.
개발자는 Google AI Studio를 통해 프로토타입을 디버깅하고 문서 및 가격 정보를 확인할 수 있습니다. 기업 사용자는 구글 클라우드 콘솔에서 경험할 수 있으며, 일반 사용자는 Flow에서 시각화 장면과 다단계 편집을 진행하고, Google Vids에서 무료로 15초 분량의 영상을 생성할 수 있습니다. Gemini App은 Google AI Ultra 구독 사용자에게 단계적으로 제공되며, Google Ads는 대규모 비디오 광고 배포를 지원합니다.