Google lanza Gemini Omni 1.2 Flash para vídeo
Google lanza Gemini Omni 1.2 Flash, un modelo de vídeo que genera clips de hasta 15 segundos y permite editarlos mediante instrucciones sucesivas. El precio baja un 30%, hasta 0,07 dólares por segundo en 720p, y el modelo mejora la consistencia de personajes, productos, texto, voz y movimientos de cámara.
Google ha lanzado Gemini Omni 1.2 Flash, un modelo de generación de vídeo que crea clips de hasta 15 segundos, permite editarlos mediante conversación y cuesta un 30% menos que la versión anterior. Ya está disponible de forma general en la API de Gemini y en Gemini para empresas.
El precio anunciado es de 0,07 dólares por segundo en resolución 720p. La idea es que puedas generar un borrador rápido, corregir solo los detalles necesarios y reservar la conversión a 1080p o 4K para las versiones que realmente quieras publicar.
Vídeos más largos y fáciles de corregir
Omni 1.2 Flash permite elegir duraciones de entre 3 y 15 segundos, en incrementos de un segundo. La versión 1.1 llegaba a 10 segundos.
Eso permite crear en una sola generación una demostración breve de producto, una escena con principio y final o un anuncio para redes sociales. No es una duración pensada para sustituir un vídeo completo, pero sí para reducir la necesidad de unir muchos fragmentos cortos.
También puedes continuar la edición del mismo clip con instrucciones sucesivas. Por ejemplo:
- Cambiar el fondo de una escena.
- Sustituir un producto o modificar la iluminación.
- Cambiar el clima o el formato del vídeo.
- Crear variantes para distintas audiencias y plataformas.
En lugar de volver a generar todo desde cero, el modelo intenta conservar la actuación, el encuadre y los elementos principales del vídeo original.
Más control sobre personajes, productos y marcas
El modelo acepta imágenes de personajes, productos o estilos, además de clips de movimiento de hasta tres segundos y referencias de audio. Según Google, Omni 1.2 Flash mantiene mejor esos detalles durante todo el vídeo.
En la práctica, esto puede servir para convertir fotografías de producto en vídeos de catálogo, crear anuncios con una identidad visual concreta o generar demostraciones de ropa. Google muestra como ejemplo una prueba virtual de 15 segundos que combina la foto de una modelo con imágenes delanteras y traseras de tres conjuntos, manteniendo la identidad de la modelo y los detalles de cada prenda durante giros de 360 grados.
También mejora la consistencia entre fotogramas. Eso significa menos cambios involuntarios en rostros, textos, envases, colores, objetos y escenarios cuando la cámara se mueve o la escena se alarga.
Diálogos y movimientos de cámara más naturales
Gemini Omni 1.2 Flash incorpora mejoras en el habla, la sincronización entre labios y voz y el manejo de varios personajes. Google afirma que puede asignar voces distintas a cada personaje y mantener una sincronización más expresiva en escenas dialogadas.
Estas funciones pueden aparecer en herramientas como Flow, Gemini para empresas y Google Vids, donde se utilizan para crear explicadores, vídeos con avatares, narraciones y anuncios.
El modelo también busca seguir movimientos de cámara complejos, como vuelos en primera persona, órbitas y alejamientos de cámara, con menos cortes inesperados y cambios bruscos de escala. Aun así, Google reconoce que el desarrollo continúa en áreas como los deportes rápidos, los cambios frecuentes de guion y la física compleja.
Qué cambia para ti
Para un creador o una empresa, la principal diferencia no es solo que el vídeo dure cinco segundos más. Es que el proceso se vuelve más iterativo: generas una versión, corriges una parte concreta y conservas el resto.
Eso puede reducir el coste de producir muchas variantes de un anuncio o adaptar un mismo contenido a diferentes formatos. Para los desarrolladores, la API permite integrar este flujo en aplicaciones y campañas a escala, con infraestructura empresarial de Google Cloud y una marca de agua invisible SynthID en los resultados.
Los desarrolladores pueden probarlo en Google AI Studio y usar la API de Gemini. Las empresas tienen acceso desde Google Cloud. En las aplicaciones de Google, el despliegue depende del producto: Google Vids permite crear clips de 15 segundos sin coste adicional con una cuenta de Google o Google Workspace, mientras que la función en la aplicación Gemini se está incorporando a los suscriptores de Google AI Ultra.
El punto que habrá que vigilar es si estas mejoras de consistencia se mantienen en escenas más complejas y con cambios rápidos. Por ahora, Gemini Omni 1.2 Flash apunta a un uso muy concreto: producir más versiones de vídeo, con menos repeticiones y a un coste menor.