Google Rilis Gemini Omni 1.2 Flash, Video 15 Detik

Google DeepMind meluncurkan Gemini Omni 1.2 Flash yang menawarkan pembuatan video asli berdurasi hingga 15 detik, peningkatan kepatuhan referensi, serta kemampuan pengeditan percakapan multi-putaran. Pembaruan ini menurunkan biaya sebesar 30 persen dan memberikan konsistensi yang lebih baik untuk berbagai proyek profesional.

Fitur Unggulan dan Efisiensi Biaya

Menurut pembaruan yang dibagikan Product Manager Google DeepMind Anish Nangia, model ini kini tersedia secara umum di Gemini API dan Google untuk bisnis dengan harga mulai dari $0,07 per detik untuk video beresolusi 720p. Alur kerja yang ditawarkan memungkinkan pengguna melakukan draf secara cepat pada resolusi 360p atau 720p, memperbaiki detail melalui pengeditan lanjutan tanpa harus menghasilkan ulang seluruh klip, lalu meningkatkan resolusi karya terbaik ke 1080p atau 4K.

Pengguna dapat menghasilkan dan menyunting video secara asli hingga 15 detik, meningkat dari durasi 10 detik pada versi Omni 1.1. Durasi juga dapat ditentukan dalam penambahan satu detik dari 3 hingga 15 detik, memberikan ruang untuk menyampaikan cerita lengkap atau membuat iklan sosial dalam satu kali pembuatan. Selain itu, model ini menawarkan kepatuhan referensi yang lebih baik dengan menggabungkan gambar karakter, produk, atau gaya, klip gerak pendek hingga tiga detik, serta isyarat audio.

Peningkatan Konsistensi dan Pengeditan Percakapan

Wajah, pakaian, tipografi kemasan, dan warna merek dapat dijaga agar tetap konsisten di berbagai sudut kamera. Pengguna dapat mempertahankan konsistensi karakter, objek, dan adegan yang lebih kuat dari bingkai pertama hingga terakhir dengan sedikit pergeseran visual atau perubahan bentuk selama transisi gerakan dan kamera.

Fitur pengeditan percakapan multi-putaran memungkinkan penyuntingan klip yang sama secara bertahap—seperti menukar produk atau latar belakang, mengubah pencahayaan, atau mengganti rasio aspek—tanpa harus memulai dari awal. Fitur ini berlaku untuk klip penuh berdurasi 15 detik untuk memudahkan pembuatan variasi iklan bagi audiens yang berbeda.

Ketersediaan untuk Pengembang dan Bisnis

Model ini juga mampu menghasilkan adegan dengan dialog yang lebih mengalir, sinkronisasi bibir yang lebih jelas, serta pengondisian multi-pembicara yang berbeda. Pengguna dapat mengarahkan gerakan kamera berkelanjutan yang kompleks seperti penerbangan FPV dan perbesaran dramatis dengan lebih sedikit potongan lompatan yang tidak diinginkan.

Hasil keluaran dari Gemini Omni 1.2 Flash didukung oleh infrastruktur dan keamanan kelas enterprise dari Google Cloud serta dilengkapi dengan tanda air SynthID yang tidak kasat mata. Pengembang dapat mulai menggunakan model ini melalui Google AI Studio dan Gemini API, sementara bisnis dapat mencobanya di konsol Google Cloud, Google Vids, aplikasi Gemini, dan Google Ads.