Das Videomodell von Google erhält einen günstigen Entwurfsmodus, und die Preisliste ist die Geschichte
Gemini Omni 1.1 Flash bietet eine 40-sekündige Szenenverlängerung, Start- und Endbilder sowie 4K-Upscaling. Der interessante Teil ist eine 360p-Vorschau zu einem Drittel der Kosten.
Google hat sein generatives Videomodell auf Gemini Omni 1.1 Flash aktualisiert, und bei den Änderungen geht es weniger um die Bildqualität als vielmehr um Kontrolle und Kosten. Das Modell kann jetzt einen vorhandenen Clip in 10-Sekunden-Schritten auf insgesamt bis zu 40 Sekunden verlängern und beim Erweitern auf bis zu 10 Sekunden des Vorhergehenden zurückblicken, statt nur auf die letzte Sekunde. Diese einzige Änderung ist der Grund, warum erweiterte Szenen jetzt den gleichen Charakter, die gleiche Beleuchtung und das gleiche Kameraverhalten beibehalten, anstatt zu driften.
Sie können auch ein erstes und ein letztes Bild festlegen und das Modell die Bewegung zwischen ihnen erzeugen lassen, wodurch Kameraumlaufbahnen, Zoomübergänge und nahtlose Schleifen zu etwas werden, das Sie festlegen, und nicht zu etwas, das Sie sich erhoffen. Sie können bis zu drei Sekunden eines vorhandenen Videos als Referenz anhängen, um eine Figur oder ein Bewegungsmuster zu übertragen, und fertige Clips können auf 1080p oder 4K hochskaliert werden.
Dann gibt es noch die Preise, die pro Sekunde Ausgabe aufgeführt sind: 0,03 $ bei 360p, 0,10 $ bei 720p, 0,15 $ bei 1080p und 0,30 $ bei 4K. Laut eigenen Durchsatzmessungen läuft die 360p-Generierung laut Google bis zu 60 Prozent schneller als 720p und kostet ein Drittel so viel.
Was hier eigentlich vor sich geht: Diese 360p-Stufe ist die eigentliche Produktveränderung. Generatives Video hatte schon immer ein schwieriges wirtschaftliches Problem: Man bekommt selten beim ersten Versuch, was man will, und jeder Versuch kostet genauso viel wie die Pflege. Ersteller erstellen mehrere Versionen, bevor sie bei einer landen. Ein billiger, schneller und hässlicher Entwurfsmodus verwandelt das von einem teuren Glücksspiel in eine normale Iteration: Probieren Sie vier Variationen für 0,03 $ pro Sekunde aus, wählen Sie eine aus und rendern Sie sie richtig. Google zeigt sogar eine „Draft Room“-Konzept-App, die genau auf dieser Schleife basiert.
Es lohnt sich, den Maßstab im Blick zu behalten. Vierzig Sekunden sind länger, als die meisten Models am Stück schaffen, und es ist immer noch kein Kurzfilm. Und ein Preis pro Sekunde klingt winzig, bis man ihn multipliziert: Eine Minute 4K entspricht 18 US-Dollar, bevor man die weggeworfenen Entwürfe mitzählt.
Was das für Sie bedeutet: Wenn Sie KI-Videos bisher nur aus Neugier gesehen haben, ist die ehrliche Zusammenfassung, dass sie sich zu einem Produktionswerkzeug für kurze Stücke entwickeln, mit den Steuerelementen, die ein Videoeditor eigentlich verlangen würde, und sie werden wie ein Rendering-Service pro Sekunde abgerechnet und nicht als Zauberei verkauft. Omni 1.1 ist ab heute in Google AI Studio für Entwickler und in Google Flow für AI Plus-, Pro- und Ultra-Abonnenten verfügbar, mit Szenenerweiterung in der Gemini-App für dieselben Stufen. Wenn Sie darüber nachdenken, für einen Videogenerator zu bezahlen, sollten Sie sich jetzt fragen, ob sie einen günstigen Entwurfsmodus anbieten, denn dieser bestimmt Ihre tatsächliche Rechnung.
Quellen
Quellen: https://blog.google/innovation-and-ai/technology/developers-tools/build-with-gemini-omni-1-1-flash/
Das neue Transkriptionsmodell von Google bereinigt Ihre Ums und Ihre Meinungsveränderungen
Gemini 3.5 Transcribe verarbeitet 85 Sprachen, entfernt Füllwörter und behebt das Problem, wenn Sie Dienstag sagen und Mittwoch meinen. Es ist bereits in Gboard auf Android und der Gemini-App auf macOS verfügbar.
