Gemini Omni Flash 1.1

Überblick

Gemini Omni Flash 1.1 ist die zweite Fassung von Google DeepMinds multimodalem Videomodell und die erste, in der eine Aufnahme wachsen darf. Eine Generierung läuft weiterhin 3 bis 10 Sekunden mit nativem Ton. Neu sind die Regler, die der ersten Fassung fehlten: Auflösungsstufen von 360p für Entwürfe bis 4K für die Auslieferung, Videoreferenzen, die tatsächlich steuern, ein Endbild, das aus zwei Standbildern eine Bewegung macht, und eine Verlängerung, die den Clip auf 40 Sekunden bringt, ohne Besetzung oder Musik zu verlieren.

Was an Gemini Omni Flash 1.1 neu ist

Die erste Fassung gab jeden Clip in 720p aus und endete nach zehn Sekunden. Version 1.1 behält den schnellen, dialogischen Kern und nimmt die Deckel darüber weg. Die Auflösung wählen Sie pro Generierung: 360p für günstige Durchläufe, 1080p oder 4K, sobald eine Aufnahme ausgeliefert wird. Wichtig für die Planung: Nativ rendert das Modell in 360p und 720p, die beiden großen Stufen entstehen durch Hochskalierung. Die Referenzen wachsen auf zehn Bilder plus drei kurze Clips, jeder mit einer Rolle im Prompt. Und ein fertiger Clip ist nicht mehr das Ende der Fahnenstange: Die Verlängerung liest die letzten Sekunden und führt die Szene fort, zehn Sekunden pro Schritt, bis zur vierfachen Ausgangslänge.

Bearbeiten im Dialog statt neu würfeln

Die meisten Videomodelle behandeln einen Prompt wie den Hebel am Spielautomaten. Hier ist er der erste Takt einer Sitzung. Das Modell hält die Szene zwischen den Zügen, deshalb landen „make the jacket red“, „now extend the shot as she turns away“ und „change the sign to say CLOSED“ alle auf derselben Aufnahme, mit Gesichtern, Garderobe und Stimmen. Kurze Anweisungen mit genau einer Änderung wirken am besten. Und was Sie nie erwähnen, bewegt sich auch nicht. Die Beispiele bleiben englisch, denn Englisch ist die Sprache, für die Google das Modell dokumentiert.

Gemini Omni Flash 1.1 und Morphic

Auf Morphic steht Gemini Omni in der Modellauswahl für Video, neben Veo 3.1, Seedance 2.5, Kling und dem übrigen Katalog. Schreiben Sie die Einstellung als kurze Regieanweisung, die den Ton einschließt, hängen Sie Referenzbilder an alles, was gleich bleiben muss, und generieren Sie. Die Aufnahme landet auf dem Canvas, wo dieselbe Vorgabe durch ein zweites Modell laufen kann, für den direkten Vergleich. Danach arbeiten Sie in Folgeprompts weiter, eine Änderung pro Zug, und die Szene behält ihren Zusammenhang von Zug zu Zug.