AINews

Google presenta Gemini Omni 1.1 Flash, in grado di creare video 4K con intelligenza artificiale della durata massima di 40 secondi

Google ha svelato Gemini Omni 1.1 Flash, un aggiornamento orientato all’uso professionale e agli sviluppatori che trasforma la generazione video via intelligenza artificiale in un processo più preciso, coerente e ad altissima risoluzione.

​Rivoluzione nel video AI: Google svela Gemini Omni 1.1 Flash con risoluzione 4K e sequenze estese

​Google compie un importante passo in avanti nel settore dei media generativi presentando Gemini Omni 1.1 Flash. Il nuovo modello integra la capacità di comprendere contesti visivi e fisici complessi con strumenti di controllo pensati per la produzione professionale.

​Le novità principali

  • ​Generazione e fino a 40 secondi di estensione: La nuova funzione di estensione delle scene consente di estendere i filmati in blocchi da 10 secondi, analizzando fino a 10 secondi di contesto precedente per garantire continuità narrativa e coerenza visiva fino a 40 secondi complessivi.
  • ​Resa visiva in 4K: Il modello passa dalle risoluzioni standard di anteprima all’upscaling nativo in 1080p e 4K, offrendo clip pronte per campagne pubblicitarie, social media e produzioni cinematografiche.
  • ​Controllo dei Keyframe: È possibile specificare fotogrammi iniziali e finali per gestire transizioni, orbite di camera e zoom senza scatti o discontinuità.
  • ​Prototipazione veloce in 360p: Un’opzione di rendering leggero a 360p riduce i costi di un terzo e velocizza la generazione fino al 60%, idealizzando la fase di storyboard e bozza.
  • ​Editing conversazionale e riferimenti video: Attraverso prompt in linguaggio naturale è possibile modificare elementi della scena (come luci, vestiti o sfondi) senza alterare l’identità dei soggetti. Inoltre, accetta fino a 3 secondi di video come riferimento visivo.

​Un approccio flessibile per la produzione

​Mentre i precedenti strumenti richiedevano complesse catene di montaggio e plugin separati, Gemini Omni 1.1 Flash riunisce testo, immagini, audio e riferimenti video in un unico flusso multimodale. Il modello è già accessibile per sviluppatori e aziende tramite Google AI Studio e le API del Gemini Enterprise Agent Platform.

Lascia un commento

Il tuo indirizzo email non sarà pubblicato. I campi obbligatori sono contrassegnati *

Pulsante per tornare all'inizio