Google ha lanzado la nueva versión de su familia de inteligencia artificial multimodal Gemini Omni: Flash 1.1. El modelo, capaz de procesar datos de texto, imagen, audio y video de forma conjunta, tiene como objetivo ofrecer resultados más consistentes, especialmente en los procesos de producción y edición de video.
Según el anuncio de la compañía, Gemini Omni Flash 1.1 ya está disponible para los desarrolladores a través de AI Studio. Uno de los cambios más notables en esta nueva versión es que los videos no se extienden basándose únicamente en el último fotograma, sino mediante un análisis retrospectivo de 10 segundos.
Con este método, se busca que el modelo siga mejor la integridad de la escena, mantenga los movimientos de cámara de forma más natural y reduzca los errores de transición, especialmente en escenas con movimiento. En enfoques anteriores, las operaciones de extensión basadas únicamente en el último fotograma podían provocar problemas de continuidad.
DESTACAN LA VELOCIDAD Y LAS HERRAMIENTAS DE EDICIÓN
Gemini Omni Flash 1.1 puede extender videos en segmentos de 10 segundos hasta un total de 40 segundos. Los usuarios también pueden determinar los puntos de inicio y fin de las escenas utilizando como referencia clips de video cortos de tres segundos.
Google señala que, en la fase de producción de borradores, ha aumentado la velocidad del sistema hasta en un 60 % al reducir la resolución de 720p a 360p. No obstante, la posibilidad de exportar el contenido finalizado en resolución 1080p o 4K permite establecer un equilibrio entre una vista previa rápida y una salida de alta calidad.
Las nuevas herramientas de edición de escenas se presentan como características que podrían acelerar los flujos de trabajo asistidos por inteligencia artificial, especialmente en la producción de publicidad, redes sociales y contenido digital. El uso de videos de referencia que ofrece el modelo tiene como objetivo ayudar a crear la composición deseada en menos tiempo.
Fuente de la noticia: 12punto
