Google maakt AI-video's goedkoper en flexibeler met Gemini Omni 1.1

Google heeft een nieuwe versie uitgebracht van Gemini Omni Flash, het AI-model waarmee ontwikkelaars video's kunnen laten genereren. In versie 1.1 verbetert het bedrijf vooral de manier waarop het model bestaande video's kan verlengen, en verlaagt het de kosten voor lagere resoluties. Het model is via Google AI Studio en de bijbehorende ontwikkelaarsdocumentatie beschikbaar voor iedereen die er zelf mee wil bouwen.

De techniek achter dit soort modellen heet beeldfabricage: software die op basis van tekst of voorbeeldmateriaal nieuwe beelden en video's verzint. Veel van deze modellen, waaronder vermoedelijk ook Gemini Omni, bouwen voort op een diffusiemodel, waarbij een AI leert om ruis stap voor stap om te zetten in een herkenbaar beeld.

Langere scènes met meer samenhang

Een van de grootste verbeteringen zit in wat Google 'scene-extensie' noemt: het verlengen van een al bestaande videoscène. In de vorige versie keek het model daarvoor alleen naar de allerlaatste seconde van de bestaande video. Dat leverde soms wisselende resultaten op, omdat het model te weinig context had om personages, belichting en beweging consistent door te trekken. In versie 1.1 analyseert het model tot tien seconden van de bestaande video, wat tot visueel stabielere vervolgbeelden moet leiden. Scènes kunnen bovendien in stappen van tien seconden worden uitgebreid, tot een totale lengte van veertig seconden.

Stijlreferenties en gestuurde camerabewegingen

Ontwikkelaars krijgen ook meer grip op de creatieve kant van het proces. Ze kunnen tot drie seconden extern beeldmateriaal uploaden als stijlreferentie, waarmee bijvoorbeeld het uiterlijk van een personage of een specifiek bewegingspatroon in de gegenereerde video terugkomt. Daarnaast is het mogelijk om een begin- en eindbeeld op te geven, waarna het model zelf de camerabeweging tussen die twee punten invult. Deze vorm van keyframe-interpolatie maakt het makkelijker om gerichte camerabewegingen te maken zonder dat elk tussenbeeld apart hoeft te worden ontworpen.

Goedkoper dankzij lagere resolutie

Voor wie snel en goedkoop wil experimenteren, introduceert Google een 360p-conceptmodus. Die draait tot 60 procent sneller en kost een derde van wat 720p kost. Video's die in lage resolutie zijn gegenereerd, kunnen achteraf worden opgeschaald naar 1080p of zelfs 4K met video-upscaling. Qua prijs rekent Google 0,03 dollar per seconde voor 360p, 0,10 dollar voor 720p, 0,15 dollar voor 1080p en 0,30 dollar voor 4K. Daarmee ligt Gemini Omni 1.1 in dezelfde prijsklasse als Googles eigen Veo 3.1-modellen, al is de 360p-optie nieuw en uniek voor dit model. Voor bedrijven die AI-video op grote schaal willen inzetten, bijvoorbeeld voor advertenties of snelle prototypes, kan dat prijsverschil aardig oplopen.