Google veröffentlicht Gemini Omni Flash 1.1 Modell mit Fokus auf Videoproduktion

Google hat die neue Version Flash 1.1 seiner multimodalen KI-Familie Gemini Omni veröffentlicht. Das Modell, das Text-, Bild-, Audio- und Videodaten gemeinsam verarbeiten kann, zielt darauf ab, insbesondere bei der Videoproduktion und bei Bearbeitungsprozessen konsistentere Ergebnisse zu liefern.

Laut der Ankündigung des Unternehmens ist Gemini Omni Flash 1.1 nun für Entwickler über das AI Studio zugänglich. Eine der auffälligsten Änderungen in der neuen Version ist die Möglichkeit, Videos nicht nur durch Betrachtung des letzten Frames, sondern durch eine 10-sekündige Rückwärtsanalyse zu verlängern.

Mit dieser Methode soll das Modell die Szenenintegrität besser verfolgen, Kamerabewegungen natürlicher fortsetzen und insbesondere in bewegungsreichen Szenen Übergangsfehler reduzieren. Bei früheren Ansätzen konnten Verlängerungsprozesse, die lediglich auf dem letzten Frame basierten, zu Kontinuitätsproblemen führen.

GESCHWINDIGKEITS- UND SCHNITTWERKZEUGE IM FOKUS

Gemini Omni Flash 1.1 kann Videos in 10-sekündigen Segmenten auf insgesamt bis zu 40 Sekunden verlängern. Nutzer können zudem dreisekündige kurze Videoclips als Referenz verwenden, um Start- und Endpunkte von Szenen festzulegen.

Google gibt an, dass durch die Reduzierung der Auflösung von 720p auf 360p während der Entwurfsphase die Systemgeschwindigkeit um bis zu 60 Prozent gesteigert wurde. Dennoch ermöglicht der Export der fertigen Inhalte in 1080p- oder 4K-Auflösung ein Gleichgewicht zwischen schneller Vorschau und hochwertigem Output.

Die neuen Werkzeuge zur Szenenbearbeitung werden als Funktionen hervorgehoben, die KI-gestützte Arbeitsabläufe insbesondere in der Werbung, in sozialen Medien und bei der Produktion digitaler Inhalte beschleunigen können. Die vom Modell angebotene Nutzung von Referenzvideos soll dabei helfen, die gewünschte Komposition in kürzerer Zeit zu erstellen.

Nachrichtenquelle: 12punto