Gemini Omni 1.2 Flash di Google: video AI fino a 15 secondi a prezzo ridotto del 30 %
Gemini Omni 1.2 Flash: le novità principali
Google DeepMind ha annunciato la disponibilità generale di Gemini Omni 1.2 Flash, il modello di generazione video più avanzato della famiglia Gemini. Rispetto alla versione 1.1, il nuovo modello permette la creazione di clip da tre a quindici secondi – un incremento rispetto al limite precedente di dieci secondi – e introduce la “modifica conversazionale”, che consente di perfezionare i video passo dopo passo senza doverli rigenerare interamente.
Il servizio è erogato tramite diversi canali: l’API Gemini, Google AI Studio, la console di Google Cloud, Flow, Google Vids, l’app Gemini per gli abbonati a Google AI Ultra e Google Ads. Ogni video prodotto è contrassegnato da un watermark invisibile, il SynthID, che ne certifica l’origine AI.
Riduzione dei costi e modello di pricing
Una delle attrattive più evidenti è la diminuzione del prezzo del 30 %: la tariffa scende a 0,07 $ per secondo per video a 720 p. Per le risoluzioni più elevate, il modello utilizza un flusso di lavoro a più livelli: i bozzetti vengono creati inizialmente a 360 p o 720 p, le modifiche vengono applicate su questi file leggeri e solo il risultato finale viene upscalato a 1080 p o 4K, ottimizzando così l’uso delle risorse computazionali.
- 720 p: 0,07 $ per secondo
- 1080 p: prezzo calcolato sul risultato upscalato
- 4K: prezzo proporzionale al tempo di rendering finale
Modifica conversazionale: come funziona
Grazie alla “Conversational Editing”, gli utenti possono intervenire su un video già generato chiedendo cambiamenti specifici – ad esempio modificare lo sfondo, l’illuminazione o il rapporto d’aspetto – senza che l’intera clip debba essere ricreata. Il modello mantiene la coerenza visiva su tutta la durata di 15 secondi, riducendo tempi e costi di revisione.
Coerenza visiva e aderenza ai riferimenti
Gemini Omni 1.2 Flash promette una maggiore fedeltà ai riferimenti forniti dall’utente. È possibile caricare immagini di personaggi, foto di prodotti, brevi clip di movimento (fino a tre secondi) e tracce audio. Il modello conserva volti, abbigliamento, tipografia del packaging e colori del brand su diverse angolazioni di camera.
Un esempio mostrato da Google è una scena di “virtual try‑on”: a partire da una sola foto del modello e da tre foto di capi, il sistema genera una sequenza di 15 secondi con rotazioni a 360 gradi, mantenendo inalterata l’identità del modello e la caduta dei tessuti.
Miglioramenti nella fluidità e nel suono
Oltre all’aspetto visivo, il nuovo modello migliora la qualità dell’audio. I dialoghi risultano più naturali, con sincronizzazione labiale più precisa e capacità di distinguere più interlocutori. Gemini Omni 1.2 Flash gestisce anche movimenti di camera complessi, come riprese FPV di droni o zoom drammatici, riducendo drasticamente i tagli bruschi o i “jump cuts” indesiderati.
Applicazioni pratiche e casi d’uso
Le potenzialità di Gemini Omni 1.2 Flash si estendono a numerosi settori:
- e‑commerce: creazione rapida di video dimostrativi di prodotti con branding coerente.
- marketing digitale: campagne pubblicitarie brevi ma d’impatto, personalizzabili al volo.
- media e intrattenimento: generazione di teaser, storyboard animati e contenuti social.
- formazione: video tutorial dinamici con interfacce conversazionali per aggiornamenti rapidi.
Prospettive future
Con Gemini Omni 1.2 Flash, Google conferma la sua strategia di rendere l’AI video più accessibile, economica e controllabile. La combinazione di clip più lunghe, editing interattivo e costi ridotti apre la porta a una più ampia adozione da parte di piccole e medie imprese, nonché di creatori indipendenti. Resta da vedere come la concorrenza risponderà e quali evoluzioni saranno introdotte nei prossimi aggiornamenti della suite Gemini.