Gemini Omni 1.2 Flash robi 15-sekundowe filmy AI, trzy za darmo co miesiąc

Najnowszy model wideo Google, Gemini Omni 1.2 Flash, generuje klipy z dźwiękiem i dialogami o długości do 15 sekund. Każdy, kto ma konto Google, może teraz bezpłatnie tworzyć trzy takie filmy miesięcznie w Google Vids, edytorze wideo firmy. Model jest też tańszy dla deweloperów i pozwala poprawiać klip, prosząc w rozmowie o zmiany, zamiast generować go od nowa. Dla osób, które wypróbowały wideo AI, ale zrezygnowały po kilku sekundach nagrania, dodatkowa długość to różnica między urywkiem a gotową sceną.

W praktyce oznacza to, że reklama produktu, krótki materiał objaśniający czy film do mediów społecznościowych mogą powstać w ramach jednego generowania, zamiast z trzech krótkich fragmentów, które po zmontowaniu nigdy do końca do siebie nie pasują. Długość wybiera się co do sekundy — od trzech do piętnastu sekund. Model może też korzystać ze zdjęć postaci, produktu lub stylu wizualnego, klipów z ruchem o długości do trzech sekund oraz wskazówek dźwiękowych. Google zapewnia, że wygląd twarzy i ubrań, tekst na opakowaniach oraz kolory marki pozostają niezmienne od pierwszej do ostatniej klatki.

Największą zmianą w codziennym korzystaniu jest edycja przez rozmowę. Zamiast przerabiać prompt i liczyć na dobry rezultat, można prosić po kolei o pojedyncze zmiany: inne tło, inny produkt, odmienne oświetlenie, deszcz zamiast słońca albo pionowy kadr. W demonstracji Google klip z dwiema opancerzonymi postaciami przenosi się z pasiastym pawilonem w tle do dębowego lasu, stajni, na jarmark i do kamiennego zamku, a sposób, w jaki postacie odgrywają scenę, oraz kadrowanie pozostają bez zmian. Google deklaruje też lepszą synchronizację ruchu ust z dialogiem i sprawniejsze generowanie scen, w których rozmawia kilka postaci.

Dla deweloperów i firm cena spada o 30% w porównaniu z Omni 1.1 Flash — do 0,07 dolara za sekundę filmu w rozdzielczości 720p za pośrednictwem Gemini API. Wygenerowanie pełnego, 15-sekundowego klipu kosztuje więc około 1,05 dolara, czyli mniej więcej tyle, ile w poprzedniej wersji kosztował klip 10-sekundowy. Wersje robocze można tworzyć w 360p lub 720p, a do 1080p lub 4K podnosić rozdzielczość tylko tych, które warto zachować. To także pierwszy raz, gdy Gemini Omni jest ogólnie dostępny w Google Cloud. Dzięki temu aplikacje takie jak Picsart, Photoroom, Runway i Krea mogą wbudować go we własne produkty.

Darmowa oferta jest skromniejsza, niż mogłoby się wydawać. Trzy klipy miesięcznie to łącznie 45 sekund materiału — wystarczająco, by poeksperymentować, ale nie by prowadzić kanał. W aplikacji Gemini 15-sekundowe filmy są udostępniane wyłącznie abonentom Google AI Ultra, najdroższego planu firmy, który nie jest dostępny we wszystkich krajach. Google nie opublikowało też listy krajów, w których można korzystać z bezpłatnej wersji Vids. Sama firma przyznaje, że model wciąż ma trudności z szybką akcją sportową, gwałtownymi zmianami scenariusza i złożoną fizyką. Korzystanie z referencji audio — funkcji pozwalającej dostarczyć próbkę głosu — wymaga znalezienia się na liście dozwolonych użytkowników Google Cloud.

Pozostaje też pytanie, co zobaczą widzowie. Każdy klip Omni zawiera SynthID, znak wodny Google, ale jest on niewidoczny: narzędzia do wykrywania potrafią go odczytać, lecz osoba przewijająca kanał nie dostrzeże żadnego oznaczenia informującego, że film został wygenerowany. Gdy twarze zachowują spójny wygląd, a synchronizacja ruchu ust z dialogiem staje się coraz lepsza, ta różnica ma większe znaczenie niż wtedy, gdy filmy AI wciąż wyglądały jak filmy AI.

Google ogłosiło Gemini Omni 1.2 Flash 5 listopada 2026 roku i informuje, że model jest już udostępniany w Gemini API, Google Cloud, Vids, Flow i Google Ads. Następnie trafi do aplikacji Gemini dla abonentów Ultra. Piętnaście sekund to wciąż mniej niż trwa większość filmów w mediach społecznościowych, ale dokładnie tyle, ile ma reklama — i właśnie z myślą o tym rynku Google ustaliło cenę modelu.

Tagi: Google, Gemini, Generatywna AI, Gemini Omni 1.2 Flash, Google Vids, wideo AI