Umelá inteligencia už dávno negeneruje iba obrázky a krátke experimentálne ukážky. Google predstavil model Gemini Omni 1.2 Flash, ktorý dokáže vytvárať a upravovať videá s dĺžkou až 15 sekúnd. Novinka má priniesť nielen dlhšie klipy, ale aj presnejšie dodržiavanie obrazových predlôh a možnosť upravovať výsledok postupne, bez nutnosti zakaždým začínať od nuly.
Model bol predstavený 5. novembra 2026 a Google ho sprístupňuje cez Gemini API a firemné nástroje. Zaujímavý je najmä tým, že sa nesústredí iba na samotné generovanie videa. Dôležitou súčasťou novinky je aj následná práca s už vytvoreným klipom.
Videá môžu mať až 15 sekúnd
Predchádzajúca verzia Gemini Omni 1.1 Flash zvládala videá s dĺžkou do 10 sekúnd. Nový model posúva hranicu na 15 sekúnd a používateľ si môže zvoliť dĺžku v sekundových krokoch v rozsahu od 3 do 15 sekúnd. Na prvý pohľad ide o malé predĺženie, pri generovanom videu však môže päť sekúnd navyše znamenať priestor na ucelenejšiu scénu, krátku reklamu alebo jednoduché vysvetľujúce video.
Google zároveň uvádza, že model lepšie pracuje s referenčnými materiálmi. Pri generovaní môže používateľ kombinovať obrázky postáv či produktov, krátke pohybové ukážky a zvukové podklady. Cieľom je, aby sa vzhľad postavy, oblečenie, obal výrobku alebo farby značky nemenili nežiaduco medzi jednotlivými zábermi.
Najväčšou novinkou je úprava videa v niekoľkých krokoch
Gemini Omni 1.2 Flash umožňuje pokračovať v úpravách toho istého klipu prostredníctvom ďalších pokynov. Tvorca tak môže požiadať napríklad o zmenu pozadia, osvetlenia, počasia alebo pomeru strán bez toho, aby musel celé video generovať od začiatku. Google túto funkciu prezentuje ako spôsob, ako rýchlejšie pripravovať rôzne verzie jedného reklamného či prezentačného videa.
Vylepšenia sa týkajú aj rozlíšenia. Pracovné verzie možno vytvárať v 360p alebo 720p a následne ich zväčšiť na 1080p či dokonca 4K. Pri generovaní 720p videa uvádza Google cenu 0,07 dolára za sekundu, čo predstavuje zníženie o 30 percent oproti predchádzajúcej verzii. Ide o cenu pre používanie modelu cez API, nie o univerzálny poplatok za každé video v spotrebiteľskej aplikácii.
Kde si novinku bude možné vyskúšať?
Gemini Omni 1.2 Flash je dostupný cez Gemini API a Google Cloud. Google uvádza aj jeho nasadenie vo firemných nástrojoch, v službách Flow a Google Vids a postupné sprístupňovanie v aplikácii Gemini pre predplatiteľov Google AI Ultra. Dostupnosť jednotlivých funkcií sa preto môže líšiť podľa služby, účtu a regiónu.
Google zároveň upozorňuje, že vývoj pokračuje. Medzi oblasti, ktoré si vyžadujú ďalšie zlepšenia, patria rýchle športové pohyby, náhle zmeny scenára a zložitejšia fyzika. Výstupy navyše obsahujú neviditeľný vodoznak SynthID, ktorý pomáha identifikovať obsah vytvorený umelou inteligenciou.
AI video sa približuje praktickému používaniu
Gemini Omni 1.2 Flash ukazuje, kam sa generovanie videa posúva: dôležitá už nie je iba schopnosť vytvoriť pôsobivý záber, ale aj možnosť udržať v ňom konzistentné detaily a pohodlne ho upravovať. Pre tvorcov obsahu, marketingové tímy a firmy môže byť kombinácia dlhších klipov, opakovaných úprav a nižšej ceny užitočnejšia než samotné navyšovanie rozlíšenia.
Zdroj: Google – predstavenie Gemini Omni 1.2 Flash, Google DeepMind – model card.
