MADRID 6 nov. (Portaltic/EP) -
A nova atualização do modelo Gemini Omni Flash, da Google DeepMind, oferece resultados mais coerentes em cenas longas, além de permitir a geração de vídeos com duração de até 15 segundos.
O Gemini Omni Flash é a versão rápida do modelo multimodal da DeepMind para geração e edição de vídeo que, em sua versão 1.2, incorporou a edição conversacional com múltiplas iterações para criar variantes de um mesmo clipe sem precisar começar do zero, que já está disponível para os usuários da API do Gemini e do Gemini para empresas.
Esse tipo de edição se aplica aos clipes de até 15 segundos gerados pelo modelo, que agora têm uma duração cinco segundos maior do que os vídeos que o modelo anterior permitia criar. Além disso, há a possibilidade de especificar a duração, com um mínimo de 3 segundos.
O resultado, conforme explicado em um comunicado, melhora a coerência entre os diversos elementos que aparecem no vídeo, sejam personagens, objetos ou cenas, “com menos desvios visuais ou transformações durante as transições de movimento e de câmera”.
Além disso, incorpora um controle mais preciso sobre os movimentos da câmera, o que permite incluir percursos aéreos panorâmicos em FPV, afastamentos dramáticos e órbitas, com efeitos que a empresa de IA descreve como “cinematográficos”.
Além disso, o Gemini Omni 1.2 Flash tornou-se mais econômico, pois permite criar vídeos em 720p a 0,07 dólares por segundo, o que representa uma redução de 30% em relação ao Gemini Omni 1.1 Flash. A DeepMind destaca sua rentabilidade em escala, pois, como explica, permite editar em 360p ou 720p, corrigir um detalhe com uma edição posterior em vez de regenerar todo o clipe e, em seguida, melhorar a resolução de suas melhores criações para 1080p ou 4K.
Esta notícia foi traduzida por um tradutor automático