O Google anunciou a disponibilidade geral do Gemini Omni 1.2 Flash, a mais nova versão de seu modelo de geração de vídeo multimodal. De acordo com o anúncio oficial do Google, a atualização traz criação de vídeo nativo de 15 segundos, edição de conversação multivoltas e melhor aderência às referências, ao mesmo tempo que reduz os preços em 30%. O modelo está sendo lançado hoje na API Gemini, Google Cloud, Google Vids e Gemini para empresas.
Anish Nangia, gerente de produto do Google DeepMind, apresentou o lançamento em uma postagem no blog intitulada "Gemini Omni 1.2 Flash: rápido e econômico com clipes mais longos", posicionando-o como uma opção pronta para produção para desenvolvedores e empresas que geram conteúdo de vídeo em grande escala. Para mais contexto sobre esta história, confira nossa cobertura da indústria de IA.
O que há de novo no Gemini Omni 1.2 Flash
A capacidade principal é o suporte nativo para videoclipes de 15 segundos, uma extensão significativa das versões anteriores da linha Omni. O Google afirma que o modelo também oferece consistência mais forte entre os quadros, o que é importante para projetos profissionais onde a continuidade entre as tomadas pode determinar o sucesso ou o fracasso do resultado final.
A segunda grande adição é a edição conversacional multiturno. Em vez de regenerar um clipe do zero quando um detalhe está errado, os desenvolvedores e criadores agora podem refinar os vídeos por meio de uma sequência de instruções de conversação. O Google diz que isso permite ajustes mais rápidos sem recomeçar, o que deve reduzir o tempo de iteração e os custos de token para as equipes que produzem vídeos em grande volume.
O Google também melhorou o que chama de adesão às referências – a capacidade do modelo de seguir as referências visuais e as instruções fornecidas pelo usuário. Em termos práticos, isso significa que personagens, estilos e elementos de cena guiados por uma imagem ou descrição de referência devem permanecer mais fiéis em todo o clipe gerado.
O preço cai 30 por cento
O custo tem sido um dos principais obstáculos ao uso da geração de vídeo por IA na produção, e o Google está atacando isso diretamente. A empresa reduziu o preço do Gemini Omni 1.2 Flash em 30% em comparação com a versão anterior, enquadrando o modelo como uma opção econômica para produção de vídeo de alto volume.
A redução de preços ocorre à medida que a concorrência na geração multimodal se intensifica. OpenAI, Meta e uma onda de startups avançaram para o vídeo de IA no ano passado, e os desenvolvedores escolhem cada vez mais modelos baseados no custo por clipe, tanto quanto na qualidade bruta. A decisão do Google de combinar clipes mais longos com preços mais baixos sugere que o Gemini Omni seja a escolha padrão para cargas de trabalho comerciais, em vez de apenas experimentos.
Onde os desenvolvedores podem usá-lo
O Gemini Omni 1.2 Flash está disponível para todos, o que o Google enfatiza que significa que ele está pronto para necessidades de produção, em vez de visualização experimental. Os desenvolvedores podem acessá-lo por meio da API Gemini e do Google Cloud, enquanto os usuários empresariais podem usá-lo no Google Vids e no Gemini for Business para produzir conteúdo de vídeo para fluxos de trabalho de marketing, treinamento e comunicação.
Essa distribuição é importante. Incorporar o modelo diretamente em ferramentas adjacentes ao Workspace, como o Google Vids, dá ao Google um canal para clientes corporativos que as startups de geração de vídeo puro precisam lutar por um contrato de cada vez.
A cadência rápida da Omni Line
O Gemini Omni 1.2 Flash chega cerca de dez semanas depois que o Google lançou o Gemini Omni 1.1 Flash no final de agosto, e cerca de cinco meses e meio após a estreia do Gemini Omni original em maio. A cadência constante de atualizações aproximadamente trimestrais reflete a rapidez com que o Google agora itera suas famílias de modelos de ponta, com variantes Flash posicionadas como o nível mais rápido e acessível de cada geração.
O lançamento atraiu atenção imediata da comunidade de desenvolvedores. O lançamento liderou o Hacker News na manhã de sexta-feira, acumulando mais de 170 pontos e mais de 130 comentários em poucas horas, com discussão focada em preço, limite de 15 segundos e como o fluxo de trabalho de edição do modelo se compara às alternativas.
O que isso significa para o mercado de vídeo de IA
A atualização chega em um momento turbulento para as empresas de IA. A liquidação do mercado de ações desta semana, desencadeada em parte pelas preocupações dos investidores sobre a monetização da IA, colocou todos os grandes laboratórios sob pressão para mostrar que a investigação de fronteira se traduz em receitas. A geração de vídeo mais barata e mais rápida é uma resposta direta a essa pergunta: preços mais baixos expandem a base de clientes e o status de pronto para produção convida a orçamentos empresariais que as ferramentas em estágio experimental nunca alcançam.
Para os desenvolvedores, a conclusão prática é direta. Se as cargas de trabalho de geração de vídeo eram anteriormente limitadas pela duração do clipe, pelo preço ou pela dificuldade de regenerar a saída após cada alteração, o Gemini Omni 1.2 Flash remove pelo menos dois desses três pontos de atrito hoje. Se os rivais responderão com cortes de preços correspondentes - como fizeram após os lançamentos anteriores do Gemini Flash - será uma das histórias a serem observadas nas próximas semanas.
As melhorias de consistência merecem atenção especial das equipes que experimentaram modelos de vídeo anteriores e desistiram. O anúncio do Google visa especificamente “projetos profissionais”, reconhecendo que a coerência quadro a quadro – personagens que parecem iguais nas fotos, iluminação que não muda no meio da cena – é o que separa uma demonstração do conteúdo entregue. Combinado com a edição de conversação, o fluxo de trabalho que o Google descreve se parece menos com uma máquina caça-níqueis que regenera clipes e mais com uma ferramenta de design iterativa.
O Google afirma que os desenvolvedores podem começar a usar os novos recursos imediatamente na API Gemini, Google Vids e Gemini para negócios.
---
Fique à Frente da IAAs últimas notícias, análises e avanços em inteligência artificial — tudo em um só lugar.
Ler mais notícias de IA →
