Gemini Omni: ora è in grado di estendere i video fino a 40 secondi e di aumentarne la qualità fino a 4K.

Creare un breve video con l'intelligenza artificiale è una cosa, ma far sì che più inquadrature appaiano come se facessero parte dello stesso video è una sfida ben più ardua. Google sta affrontando nuovamente questa sfida con Gemini Omni 1.1 Flash, il suo ultimo modello di generazione video basato sull'IA, che mira a offrire a creatori e sviluppatori un controllo molto maggiore su ciò che accade tra il primo e l'ultimo fotogramma.

La novità più significativa è la capacità di Gemini di memorizzare il video corrente quando gli viene richiesto di proseguire con una scena. Omni 1.1 può analizzare fino a 10 secondi di filmato precedente per ottenere un contesto più ampio, anziché basarsi esclusivamente sull'ultimo secondo. Questo contribuisce a mantenere una maggiore coerenza tra personaggi, ambienti e la direzione generale della scena, evitando di dover fare supposizioni su cosa dovrebbe accadere in seguito.

I video generati dall'intelligenza artificiale non finiscono più così in fretta.

Google offre inoltre ai creatori molta più libertà di estendere le scene. I video possono essere allungati con incrementi di 10 secondi, fino a una durata totale di 40 secondi. Questo potrebbe non sembrare particolarmente lungo rispetto ai video tradizionali, ma apre molte più possibilità per le sequenze video generate dall'intelligenza artificiale , che hanno un vero e proprio inizio, una parte centrale e una fine.

I creatori possono anche specificare il primo e l'ultimo fotogramma desiderato per l'inquadratura. Gemini genera quindi tutto il necessario per collegare i due fotogrammi. Questo può essere utile per creare movimenti di macchina attorno a un soggetto specifico, zoomare fluidamente tra le inquadrature o realizzare una clip pensata per essere riprodotta in loop senza interruzioni evidenti. Il sistema supporta anche riferimenti video. È possibile fornire a Gemini fino a tre secondi di filmato preesistente per dare al modello un contesto visivo aggiuntivo, che secondo Google contribuirà a mantenere la coerenza di elementi come l'aspetto dei personaggi nelle scene create.

Non è necessario visualizzare tutto in risoluzione 4K.

Non tutti gli esperimenti devono iniziare alla massima qualità, e una delle aggiunte più pratiche di Omni 1.1 lo riconosce appieno. Gli sviluppatori possono creare anteprime a 360p che, secondo Google, sono fino al 60% più veloci rispetto all'output standard a 720p, a un costo pari a circa un terzo. Questo semplifica la possibilità di testare rapidamente un'idea, perfezionare i prompt o lavorare su più versioni prima di investire più tempo e denaro nel prodotto finale. Una volta soddisfatti del risultato, Omni 1.1 può produrre filmati a 1080p o effettuare l'upscaling del video finale fino alla risoluzione 4K.

L'azienda rende già disponibile Omni 1.1 Flash agli sviluppatori tramite l'API Gemini in Google AI Studio, mentre le aziende possono accedervi tramite Google Agent Platform for Enterprise. Non è necessario creare un'app per provare alcune di queste funzionalità. Omni 1.1 è in fase di implementazione globale in Google Flow per gli abbonati ad AI Plus, Pro e Ultra. La funzionalità Estensione scena sarà disponibile per questi abbonati direttamente all'interno dell'app Gemini, semplificando notevolmente l'utilizzo di una delle funzionalità più recenti e interessanti del modello.