Az új Gemini Omni 1.2 Flash mesterséges intelligencia modell fejlett videógenerálási megoldásokat kínál, lehetővé téve akár 15 másodperces, folyamatos, vágás nélküli klipek létrehozását szöveges leírások alapján. Látványos példákat mutat be, mint például egy drón repülése a K2 csúcsa körül, amit kizárólag szöveges útmutatás alapján generáltak.
A rendszer ígéretes fejlődése abban is megmutatkozik, hogy most már magasabb felbontásokat, valósághűbb többhangú párbeszédeket és gördülékenyebb kameramozgásokat képes kezelni, miközben lényegesen költséghatékonyabb lett. Szó esik a gyors vázlatkészítésről alacsony felbontásban, amelyet később akár 4K minőségre is felskálázhatunk.
Interaktív példákon keresztül a többkörös szerkesztési lehetőségeket is demonstrálják, ahol minden újabb parancs módosít egy-egy részletet, például a háttér környezetét vagy a jelenet szereplőinek mozgását. Egy másik érdekes bemutatóban karakterhangok, arcmimikák és szájszinkron valósághű párosítása révén életre kel egy 15 másodperces animációs jelenet is.
Kiemelik az új verzió pontosságát a vizuális referenciák követésében, a különböző példák között szerepel plakát animáció, virtuális ruhapróba, tudományos magyarázó jelenet, illetve építészeti terek virtuális bejárása is. Összességében a modell jelentősen bővíti a kreatív lehetőségeket, új kapukat nyitva a rövid, hanggal kiegészített AI-videók világában.
