.png)
Google DeepMind ha anunciado la disponibilidad general de Gemini Omni 1.2 Flash, su modelo de generación de vídeo multimodal optimizado para velocidad y eficiencia. La nueva versión extiende la duración de los clips generados desde los 10 hasta los 15 segundos continuos, e introduce una rebaja del 30% en sus costes de inferencia, fijando la tarifa en 0,07 dólares por segundo de procesamiento en resolución 720p a través de su API y plataformas aliadas.
La arquitectura incluye la función de «Edición Conversacional», que permite a los creadores modificar aspectos puntuales del vídeo —como el encuadre, la iluminación o el fondo— mediante instrucciones de texto sin necesidad de renderizar nuevamente la secuencia completa. Este flujo iterativo permite trabajar borradores en baja resolución antes de procesar el resultado final en 1080p o 4K, optimizando el consumo de recursos de cómputo.
Coherencia visual y estándares de verificación sintética
El modelo destaca por su capacidad de adhesión a imágenes de referencia, permitiendo mantener la identidad de personajes, empaques y paletas de marca a lo largo de diferentes ángulos de cámara. Mediante tomas de productos o fotos de modelos, la plataforma genera secuencias dinámicas conservando la caída de las telas y la tipografía de los empaques, reduciendo de forma significativa los saltos visuales o la distorsión entre fotogramas.
Asimismo, Gemini Omni 1.2 Flash mejora la fluidez del diálogo y la sincronización labial, permitiendo gestionar movimientos continuos de cámara compleja como tomas de drones en primera persona. Para responder a las exigencias globales de transparencia, cada fragmento generado por el modelo integra de forma nativa la marca de agua imperceptible SynthID, permitiendo verificar matemáticamente el origen sintético del contenido.
La herramienta se encuentra disponible a través de Google AI Studio, Google Cloud Console, la aplicación Gemini y la suite de anuncios de la compañía. Con esta actualización, Google acelera la adopción de la inteligencia artificial generativa en la producción audiovisual y la publicidad digital, combinando calidad técnica con tarifas competitivas.
Fuente: The decoder
