Co to jest Gemini Omni 1.2 Flash? Dłuższe klipy wideo
Spis treści
- Co dokładnie ogłosił Google i ile kosztuje nowy model?
- Co dają dłuższe filmy i wierność materiałom wzorcowym?
- Jak działa poprawianie filmu w rozmowie?
- Gdzie i kiedy możesz skorzystać z Gemini Omni 1.2 Flash?
- Czego Google nie mówi w ogłoszeniu o Gemini Omni 1.2 Flash?
- Od czego zacząć z Gemini Omni 1.2 Flash i ile zapłacisz?
- Najczęstsze pytania
- Ile kosztuje Gemini Omni 1.2 Flash?
- Jak długie filmy może robić Gemini Omni 1.2 Flash?
- Czy w Gemini Omni 1.2 Flash można poprawiać gotowy film bez generowania go od nowa?
- Gdzie można używać Gemini Omni 1.2 Flash?
Co to jest Gemini Omni 1.2 Flash? To model Google do tworzenia i poprawiania krótkich filmów. Generuje klipy do 15 sekund i pozwala zmieniać gotowy film w rozmowie. Według Google kosztuje o 30% mniej niż poprzedni model. Dostajesz tańsze warianty reklam wideo, a każdą poprawkę robisz bez zaczynania od zera.
Wyobraź sobie taką scenę. Masz sklep z butami i gotowy filmik reklamowy. Potrzebujesz jeszcze wersji pionowej do relacji, drugiej z jesiennym tłem i trzeciej z inną parą butów. Bez poprawiania filmu w rozmowie każda taka zmiana oznacza nowe generowanie i nowe losowanie wyniku. Google twierdzi, że przy poprawkach w rozmowie reszta filmu zostaje taka, jaka była.
Co dokładnie ogłosił Google i ile kosztuje nowy model?
Google udostępnił model w listopadzie 2026. Model jest ogólnie dostępny, czyli wyszedł z fazy testów i firmy mogą go używać w codziennej pracy. Znajdziesz go w Gemini API (to sposób, w jaki programiści podłączają model do własnych aplikacji). Jest też w Gemini for business, czyli firmowej wersji Gemini w Google Cloud.
Cena według ogłoszenia na blogu Google wynosi 0,07 USD za sekundę wideo w rozdzielczości 720p.
Google podpowiada też, jak trzymać koszty w ryzach:
- Szkic robisz szybko w niższej jakości, w 360p albo 720p, i tam sprawdzasz, czy pomysł w ogóle działa.
- Błąd w szczególe poprawiasz kolejnym poleceniem, zamiast generować cały klip od nowa.
- Dopiero najlepszą wersję powiększasz do 1080p albo 4K, czyli do jakości, w której publikujesz.
Co dają dłuższe filmy i wierność materiałom wzorcowym?
Poprzednia wersja robiła filmy do 10 sekund. Teraz długość ustawiasz co sekundę, od 3 do 15 sekund. Brzmi skromnie? W piętnastu sekundach mieści się cała mini-historia, krótkie objaśnienie produktu albo kompletna reklama do mediów społecznościowych. Taką reklamę dostajesz za jednym razem.
Druga zmiana dotyczy materiałów wzorcowych (po angielsku „references”). Model dostaje od Ciebie zdjęcia postaci, produktu albo stylu, krótkie nagrania ruchu do trzech sekund i wskazówki dźwiękowe. Potem trzyma się tych szczegółów od pierwszej do ostatniej klatki. Twarze, ubrania, napisy na opakowaniu i kolory marki nie zmieniają się, gdy kamera zmienia kąt.
Google pokazuje to na przykładzie z modą. Wystarczy jedno zdjęcie modelki i zdjęcia trzech strojów z przodu i z tyłu. Powstaje z nich film, w którym modelka przymierza wszystkie trzy stroje. Modelka obraca się i przebiera, a każdy strój przy każdym obrocie zachowuje swój krój i układ tkaniny.
Ogłoszenie obiecuje też mniej rozjeżdżania się obrazu. Chodzi o sytuację, w której postać albo przedmiot powoli zmienia kształt w trakcie ruchu kamery. Na przykład but w połowie obrotu dostaje inną podeszwę. Co możesz zrobić w małej firmie z modelem, który trzyma się zdjęć wzorcowych:
- Masz sklep internetowy? Istniejące zdjęcia produktów zamienisz w ujęcia katalogowe, w których produkt się obraca.
- Robisz serię reklam z tą samą postacią? Łatwiej utrzymasz w trzeciej reklamie tę samą twarz co w pierwszej.
- Jeśli prowadzisz szkolenia, z jednej grafiki w wybranym stylu zrobisz krótki film objaśniający, z podpisami, które przesuwają się razem z pokazywanym elementem.
Jak zdjęcie wzorcowe bohatera sprawdza się w dłuższym projekcie, zobaczysz na przykładzie teledysku zrobionego za pomocą AI, od piosenki po montaż pod rytm.
Jak działa poprawianie filmu w rozmowie?
To najciekawsza część ogłoszenia dla kogoś, kto robi reklamy. Gotowy klip zmieniasz krok po kroku, kolejnymi poleceniami w tej samej rozmowie. Podmieniasz produkt albo tło, zmieniasz oświetlenie czy pogodę, przełączasz proporcje obrazu z poziomych na pionowe. Działa to na pełnych klipach piętnastosekundowych.
W pokazie Google jeden wygenerowany film dostaje kolejno pięć nowych teł. Akcja przenosi się od namiotu, przez dębowy las i stajnię, po jarmark i kamienny zamek. Postacie grają przez cały czas tak samo, a kadr się nie zmienia. Jeden film staje się punktem wyjścia dla wielu wersji, każdej dla innej grupy odbiorców i innego miejsca publikacji.
Poprawiła się też mowa. Dialogi brzmią płynniej, a ruch ust lepiej pasuje do głosu (w branży mówi się „lip-sync”). Kilka postaci mówi różnymi głosami, na przykład sprzedawca i klient rozmawiający przy ladzie w Twoim sklepie. Lepsze są też ujęcia z ruchem kamery. Model płynniej pokazuje długie przeloty jak z drona, oddalanie się od obiektu i krążenie wokół niego. Niechcianych cięć w środku ujęcia ma być wyraźnie mniej.
Jeśli dopiero zaczynasz robić filmy z AI, przyda Ci się poradnik o robieniu filmików. Rozmowa z modelem o poprawkach wymaga tych samych nawyków co dobre pierwsze polecenie.
O krok dalej idzie Project Genie z modelem Genie 4: chodzisz po wygenerowanym świecie i przebudowujesz go kolejnymi poleceniami w trakcie spaceru.
Gdzie i kiedy możesz skorzystać z Gemini Omni 1.2 Flash?
Google udostępnia model od dnia ogłoszenia, w kilku miejscach naraz:
- Programiści testują go w Google AI Studio i podłączają przez Gemini API.
- Firmy korzystają z niego w konsoli Google Cloud i budują własne rozwiązania przez API.
- W Google Vids, edytorze filmów od Google z awatarami, muzyką i lektorem, zrobisz filmy piętnastosekundowe bez dodatkowej opłaty, jeśli masz konto Google albo subskrypcję Google Workspace.
- W aplikacji Gemini filmy piętnastosekundowe trafiają stopniowo do osób, które płacą za Google AI Ultra, płatny plan AI od Google.
- W narzędziu Flow od Google reżyserujesz sceny z dialogami i poprawiasz je w rozmowie, a w Google Ads przygotujesz więcej wersji reklam do kampanii wideo.
Z modelu korzystają już między innymi Adobe w swoim generatorze grafik i filmów Firefly oraz Figma w narzędziu Figma Weave. Niezależnie od tego, w którym narzędziu powstanie film, ma on niewidoczny znak wodny SynthID. Ten znak oznacza go jako treść z AI. Jeśli chcesz wiedzieć, jakie obowiązki masz przy oznaczaniu takich treści, przeczytaj, czy AI Act już obowiązuje.
Czego Google nie mówi w ogłoszeniu o Gemini Omni 1.2 Flash?
Google sam przyznaje, że model wciąż słabo radzi sobie z kilkoma rzeczami. Szybkie sceny sportowe, gwałtowne zmiany scenariusza i złożona fizyka nadal mu nie wychodzą. Chodzi na przykład o rozlewającą się kawę albo tłukące się szkło. Google dopiero nad tym pracuje. Reklamę butów do biegania z ujęciem sprintu lepiej na razie sprawdzić dwa razy.
W ogłoszeniu brakuje kilku informacji, które przydałyby się przed decyzją:
- Google nie podaje ceny powiększenia filmu do 1080p ani 4K, podaje tylko stawkę za 720p.
- Nie wiadomo, ile klipów miesięcznie zrobisz w Google Vids bez dopłat.
- Ogłoszenie nie mówi, kiedy funkcja dotrze do wszystkich płacących za Google AI Ultra ani ile kosztuje Google AI Ultra.
- Nie ma słowa o tym, jak dialogi brzmią po polsku. Resemble AI, firma, która generuje syntetyczne głosy, chwali naturalną mowę „w każdym testowanym języku”, ale nie wymienia, jakie to języki.
Od czego zacząć z Gemini Omni 1.2 Flash i ile zapłacisz?
Wybór zależy od tego, kim jesteś i ile filmów robisz.
Masz Google Workspace albo zwykłe konto Google i potrzebujesz kilku filmów do mediów społecznościowych? Zacznij od Google Vids. Klipy piętnastosekundowe dostajesz tam bez dodatkowej opłaty, więc sprawdzisz model bez ryzyka.
Prowadzisz agencję albo budujesz aplikację, która robi dużo filmów? Wtedy korzystasz z Gemini API i płacisz za każdą sekundę, więc trzymaj się kolejności opisanej przy cenie.
Płacisz już za Google AI Ultra? Poczekaj, aż filmy pojawią się w aplikacji Gemini, i nie kupuj niczego dodatkowo. Prowadzisz kampanie w Google Ads? Tam masz model pod ręką przy tworzeniu reklam. Zanim wybierzesz, porównaj go z innymi narzędziami w zestawieniu, które AI tworzy filmy.
Najczęstsze pytania
Ile kosztuje Gemini Omni 1.2 Flash?
Według ogłoszenia Google cena wynosi 0,07 USD za sekundę wideo w rozdzielczości 720p. To o 30% mniej niż w poprzednim modelu, Gemini Omni 1.1. Google nie podaje ceny powiększenia filmu do 1080p ani 4K. Radzi robić szkic w 360p lub 720p, poprawki robić kolejnym poleceniem i dopiero najlepszą wersję powiększyć.
Jak długie filmy może robić Gemini Omni 1.2 Flash?
Model generuje i edytuje klipy do 15 sekund, a poprzednia wersja robiła do 10 sekund. Długość ustawia się co sekundę, od 3 do 15 sekund. Według Google w takim czasie mieści się cała mini-historia, objaśnienie produktu albo reklama do mediów społecznościowych, i to w jednym generowaniu.
Czy w Gemini Omni 1.2 Flash można poprawiać gotowy film bez generowania go od nowa?
Tak, model pozwala poprawiać ten sam klip krok po kroku w rozmowie. Można podmienić produkt lub tło, zmienić oświetlenie czy pogodę albo przełączyć proporcje obrazu. Działa to na pełnych klipach 15-sekundowych, a w pokazie Google jeden film dostał pięć kolejnych teł przy niezmienionej grze postaci i kadrze.
Gdzie można używać Gemini Omni 1.2 Flash?
Model jest ogólnie dostępny w Gemini API i w Gemini for business w Google Cloud. W Google Vids 15-sekundowe klipy są bez dodatkowej opłaty dla osób z kontem Google lub subskrypcją Workspace. W aplikacji Gemini filmy trafiają stopniowo do subskrybentów Google AI Ultra. Model jest też we Flow i w Google Ads.
Artykuł powstał w oparciu o: https://blog.google/innovation-and-ai/technology/developers-tools/introducing-gemini-omni-1-2-flash