Gemini Omni Flash 1.1

Ikhtisar

Gemini Omni Flash 1.1 adalah rilis kedua model video multimodal Google DeepMind, dan yang pertama memberi ruang bagi sebuah shot untuk tumbuh. Satu generasi tetap berjalan 3 sampai 10 detik, lengkap dengan audio native. Bedanya, versi 1.1 membawa kontrol yang belum ada di rilis pertama: tangga resolusi dari draft 360p sampai pengiriman 4K, referensi video yang benar-benar mengarahkan hasil, opsi frame akhir yang mengubah dua gambar diam jadi satu gerakan, dan extension yang membawa klip sampai 40 detik tanpa kehilangan pemain atau musiknya.

Apa yang baru di Gemini Omni Flash 1.1

Omni Flash pertama merender semua klip di 720p dan berhenti di sepuluh detik. Versi 1.1 mempertahankan inti yang cepat dan responsif itu, lalu melepas batas-batas di sekelilingnya. Resolusi kini jadi pilihan di tiap generasi: 360p untuk iterasi murah, 1080p atau 4K saat take sudah siap dikirim. Input referensi tumbuh jadi sepuluh gambar plus tiga klip pendek, masing-masing diberi peran di prompt. Dan klip yang sudah jadi bukan lagi akhir dari cerita. Extension membaca potongan terakhir footage lalu melanjutkan adegannya, sepuluh detik sekali jalan, sampai empat kali panjang aslinya.

Edit lewat percakapan, bukan generate ulang

Kebanyakan model video memperlakukan prompt seperti tarikan mesin slot. Omni Flash memperlakukannya sebagai kalimat pembuka sebuah sesi. Model menjaga kondisi adegan antar giliran, jadi “make the jacket red”, “now extend the shot as she turns away”, dan “change the sign to say CLOSED” semuanya mendarat di take yang sama, dengan wajah, kostum, dan suara yang utuh. Instruksi contoh ditulis dalam bahasa Inggris, karena itu bahasa yang dievaluasi Google untuk model ini. Instruksi pendek dengan satu perubahan paling ampuh, dan bagian frame yang tidak pernah Anda sebut adalah bagian yang tidak bergeser.

Gemini Omni Flash 1.1 dan Morphic

Di Morphic, Gemini Omni duduk di pemilih model video bersama Veo 3.1, Seedance 2.5, Kling, dan sisa katalognya. Semuanya jalan di browser, tanpa instalasi dan tanpa GPU khusus. Tulis shotnya sebagai brief yang sudah memuat audio, lampirkan gambar referensi untuk apa pun yang harus tetap konsisten, lalu generate. Hasilnya mendarat di Canvas, tempat brief yang sama bisa dijalankan lewat model lain untuk dibandingkan berdampingan. Lanjutkan menyempurnakan di prompt berikutnya, satu perubahan sekali jalan, dan adegannya tetap membawa konteks dari giliran ke giliran.