Google lancia Gemini Omni 1.2 Flash con clip più lunghe e prezzi ridotti

Gemini Omni 1.2 Flash: le novità principali

Google DeepMind ha annunciato la messa a disposizione globale di Gemini Omni 1.2 Flash, il modello di intelligenza artificiale dedicato alla generazione di video. Rispetto alla versione precedente, il nuovo servizio permette la creazione di clip da tre a quindici secondi – rispetto al massimo di dieci – e offre un risparmio del 30 % sul prezzo, sceso a 0,07 USD per secondo a risoluzione 720 p.

Tutte le funzionalità sono accessibili tramite la Gemini‑API, Google‑AI‑Studio, la Google‑Cloud‑Console, Flow, Google Vids, l’app Gemini per gli abbonati AI‑Ultra e la piattaforma Google Ads. Ogni video prodotto contiene un watermark invisibile chiamato SynthID, pensato per identificare l’origine del contenuto.

Editing conversazionale

Il punto di forza di Gemini Omni 1.2 Flash è il “Conversational Editing”, ovvero la possibilità di modificare un clip generato passo dopo passo senza doverlo ricreare da zero. Gli utenti possono cambiare lo sfondo, regolare l’illuminazione o modificare il rapporto d’aspetto, mantenendo intatta la durata di 15 secondi.

Questo flusso di lavoro è pensato per ridurre i costi: i primi bozzetti vengono prodotti a 360 p o 720 p, le correzioni vengono applicate tramite edit successivi, e solo il risultato finale viene upscalato a 1080 p o 4 K.

Miglioramenti nella coerenza visiva e nei riferimenti

Google garantisce una maggiore fedeltà ai riferimenti forniti. Il modello può combinare immagini di personaggi, foto di prodotti, brevi clip di movimento (fino a tre secondi) e indicazioni audio. Elementi come volti, abbigliamento, testi su confezioni e colori di brand rimangono coerenti anche attraverso diversi angoli di ripresa.

Un esempio illustrativo è un video di “prova virtuale”: partendo da una singola foto del modello e da tre immagini di outfit, Gemini Omni 1.2 Flash genera una sequenza di 15 secondi con rotazioni a 360 gradi, mantenendo l’identità del modello e la corretta caduta dei tessuti.

Qualità dell’audio e dei movimenti

Il nuovo modello migliora la fluidità dei dialoghi, offrendo una migliore sincronizzazione labiale e la capacità di distinguere più interlocutori. Inoltre, supporta movimenti di camera complessi, come voli di droni in prima persona o zoom‑out drammatici, riducendo drasticamente i tagli improvvisi presenti nella versione precedente.

Anche gli sfondi possono essere sostituiti con facilità, consentendo scenari dinamici senza dover ricreare l’intero video.

Integrazione e utilizzo pratico

Gli sviluppatori possono chiamare Gemini Omni 1.2 Flash tramite la Gemini‑API, integrandola in applicazioni personalizzate o piattaforme di marketing. L’interfaccia di Google‑AI‑Studio offre un ambiente visuale per sperimentare rapidamente con prompt testuali, immagini di riferimento e tracce audio.

Le aziende che utilizzano Google Ads possono sfruttare i video generati per campagne pubblicitarie mirate, beneficiando del watermark SynthID per garantire la provenienza e la conformità alle policy di contenuto.

Vantaggi economici

• Prezzo ridotto del 30 %: 0,07 USD per secondo a 720 p.
• Possibilità di produrre clip più lunghe (fino a 15 s) senza costi aggiuntivi.
• Workflow a più fasi che riduce la necessità di rendering ad alta risoluzione finché non è necessario.
• Watermark invisibile per tracciabilità e protezione dei diritti.

Prospettive future

Con Gemini Omni 1.2 Flash, Google punta a consolidare la sua leadership nella generazione video AI, offrendo strumenti più accessibili e meno costosi per creatori, marketer e sviluppatori. La capacità di editing conversazionale apre nuove possibilità per la produzione rapida di contenuti personalizzati, mentre la maggiore coerenza visiva e la riduzione dei difetti di morphing migliorano la qualità percepita dei risultati.

Il prossimo passo potrebbe includere l’estensione della durata massima dei clip, l’integrazione di modelli 3D più avanzati e l’espansione del supporto multilingua per dialoghi ancora più naturali. Nel frattempo, gli utenti possono già sperimentare le funzionalità attraverso le piattaforme già citate, contribuendo a definire il futuro della creazione video automatizzata.