Google anuncia Gemini Omni 1.2 Flash com criação de vídeos de até 15 segundos e resolução 4K

O Google DeepMind anunciou o Gemini Omni 1.2 Flash, a nova versão do seu modelo de inteligência artificial voltado para a criação e edição de vídeos a partir de comandos do usuário. A atualização traz como principal destaque a ampliação da duração dos clipes, além de maior controle sobre câmera, diálogos e qualidade de imagem.

Com o novo modelo, a duração máxima dos vídeos subiu de 10 para 15 segundos, oferecendo cinco segundos a mais que a versão 1.1. O tempo mínimo de geração permitido é de 3 segundos, e a ferramenta possibilita ao usuário ajustar a duração exata do clipe em incrementos de um segundo.

Consistência, Áudio e Controle de Câmera

A empresa apresentou a atualização baseada em três frentes principais: consistência, controle criativo e geração mais rápida e barata em escala. Segundo o Google, a versão 1.2 entrega resultados mais consistentes ao preservar as características físicas de pessoas, objetos e cenários, diminuindo o risco de aberrações visuais.

Os recursos audiovisuais também foram aperfeiçoados. O Gemini Omni 1.2 Flash agora gera diálogos mais naturais, com melhor diferenciação de vozes e sincronização labial aprimorada. Na parte visual, os movimentos de câmera ganharam precisão, permitindo aplicar efeitos de aproximação, afastamento e circulação ao redor de objetos.

Edição por Comandos e Foco no Mercado de Vídeos Curtos

O modelo introduz maior flexibilidade na pós-produção ao aceitar instruções de voz ou texto para modificar partes de um vídeo já gerado. É possível alterar detalhes como o formato da tela, iluminação e fundo da imagem sem a necessidade de refazer o projeto do zero.

Com o limite cravado em 15 segundos, a ferramenta foi desenvolvida com foco direto na produção de vídeos curtos. A proposta visa atender demandas de plataformas de consumo rápido, como o Globo Pop — o novo aplicativo do mercado que chega para concorrer diretamente com o TikTok.

Opções de Resolução e Redução de Custos

Para otimizar o fluxo de trabalho e baratear testes, o Google dividiu o processo de produção em etapas de resolução. Os usuários podem gerar rascunhos rápidos em 360p ou 720p para facilitar a revisão. Quando o material for aprovado, o arquivo final pode ser exportado em 1080p ou na qualidade máxima de 4K, dependendo da necessidade do projeto.

A otimização em escala também refletiu no bolso do usuário. O valor cobrado para a geração de vídeos na resolução de 720p sofreu uma queda de 30%, passando a custar US$ 0,07 por cada segundo produzido.