Gemini Omni 1.2 vs 1.1 Flash: clip da 15 secondi e niente più tagli casuali nei dialoghi

Approfondimenti5 min di lettura
Gemini Omni 1.2 vs 1.1 Flash: clip da 15 secondi e niente più tagli casuali nei dialoghi

Gemini Omni 1.2 contro 1.1 Flash con gli stessi prompt: un piano sequenza FPV, una scena di dialogo a due, clip da 15 secondi e prezzo. Cosa è migliorato davvero.

Il 5 novembre Google ha reso Gemini Omni 1.2 Flash disponibile per tutti. L'annuncio elenca una serie di miglioramenti: clip fino a 15 secondi, maggiore aderenza alle immagini di riferimento, dialoghi e sincronizzazione labiale più naturali, meno jump cut indesiderati nei movimenti di macchina lunghi e un prezzo circa il 30% più basso rispetto a 1.1. La riga che conta di più è nel changelog per sviluppatori: dal 3 dicembre, ogni richiesta a Omni 1.1 verrà instradata automaticamente su 1.2.

Quindi per 1.1 è partito il conto alla rovescia. ZOOOP non ha aspettato. Quando Gemini Omni 1.2 Flash è andato online, abbiamo ritirato 1.1 nello stesso momento, e la vecchia pagina di 1.1 ora reindirizza a 1.2. Prima di spegnerlo, ho passato gli stessi prompt in entrambe le versioni per vedere dove l'aggiornamento si nota davvero.

Cosa cambia in Gemini Omni 1.2

Prima le specifiche. Le vedi subito nel Generatore video IA:

  • Durata: da 3–10 secondi a 3–15 secondi, scelta al secondo. Con un fotogramma finale il massimo è 10 secondi.
  • Modifica: i video sorgente ora possono durare fino a 15 secondi invece di 10.
  • Estensione: nessun limite alla durata del video sorgente. Il modello legge gli ultimi 10 secondi e prosegue per 3–10 secondi.
  • Invariato: solo 16:9 e 9:16, da 360p a 4K, e l'audio è sempre attivo. Puoi orientarlo ma non spegnerlo. Fino a 10 immagini di riferimento e fino a 3 video di riferimento da 3 secondi ciascuno.

Sul prezzo, Gemini Omni 1.2 costa al secondo quanto costava 1.1 su ZOOOP, a ogni risoluzione.

Come abbiamo testato: due prompt, due versioni

Due prompt, puntati sulle aree in cui secondo Google ci sono stati i miglioramenti maggiori. Il primo è un piano sequenza con drone FPV: a pelo di un lago nebbioso all'alba, tra due pini, sopra il tetto di una baita, fino a scoprire le montagne innevate alle spalle, con "nessun taglio" scritto nel prompt. Il secondo è una scena di dialogo tra due persone: in una caffetteria, un barista dai capelli ricci porge un latte e dice una battuta, e un cliente con un cappotto grigio risponde. Entrambi a 720p, 6 secondi, 16:9.

Prima differenza: nel piano sequenza è un pareggio

Mi aspettavo che 1.2 vincesse a mani basse. Invece entrambe le versioni se la sono cavata bene. Ho fatto girare un rilevamento delle scene su tutte e due le clip, fotogramma per fotogramma, e nessuna delle due ha uno stacco netto. Il cambiamento più grande tra un fotogramma e l'altro, in entrambe, è solo un normale movimento di macchina.

Piano sequenza FPV, Gemini Omni 1.1 sopra, Gemini Omni 1.2 sotto, a 0,5, 3 e 5,5 secondi

La differenza è nel percorso di volo. 1.1 vola dalla riva del lago fino alla facciata della baita, poi sale proprio sopra il tetto. 1.2 passa davvero tra i due pini e alla fine sale più in alto, mostrando le vette innevate e un mare di nuvole nella valle, il che è più vicino al prompt. Se ti servono piani sequenza di paesaggio, 1.1 li gestiva già; 1.2 segue solo un po' meglio le indicazioni.

Seconda differenza: nei dialoghi, 1.2 smette di tagliare da solo

Qui la distanza è più netta.

1.1 l'ha girata in campo e controcampo: un piano medio del barista che porge la tazza, poi a 4,6 secondi uno stacco netto su un primo piano del cliente. Il montaggio in sé va bene, tante scene girate con attori veri sono tagliate così, ma il prompt chiedeva un unico piano medio, e dopo lo stacco il barista esce di campo. Gemini Omni 1.2 resta per tutto il tempo su un unico piano a due. Entrambi restano in campo, e porgere la tazza, prenderla e scambiarsi le battute avviene in un solo piano continuo, con movimenti che scorrono naturali.

Scena di dialogo, Gemini Omni 1.1 sopra, Gemini Omni 1.2 sotto, a 0,5, 3 e 5,5 secondi

La scena di dialogo in movimento, Gemini Omni 1.1 a sinistra, Gemini Omni 1.2 a destra

Su un dettaglio però ha vinto 1.1: il prompt diceva "cappotto grigio", e 1.1 l'ha fatto grigio. Il cappotto nella clip di 1.2 è così scuro da sembrare quasi nero. Entrambe le clip hanno battute parlate e il sottofondo della caffetteria, ma non ho trascritto il dialogo parola per parola, quindi non mi sbilancio su quale abbia la sincronizzazione labiale migliore.

Terza differenza: 15 secondi bastano per raccontare un momento intero

Passare da 10 a 15 secondi sembra voler dire solo cinque secondi in più, ma cambia il modo di usare il modello. Dieci secondi di solito coprono un'azione. In quindici secondi ci stanno un'apertura, una rivelazione e una chiusura, quindi uno spot per i social non va più montato a pezzi. Durante i test di lancio abbiamo generato una clip verticale da 15 secondi in un colpo solo, e l'audio è rimasto coerente dall'inizio alla fine, senza giunture visibili.

Una cosa a cui fare attenzione con le clip più lunghe: Fotogramma iniziale / finale resta limitato a 10 secondi quando aggiungi un fotogramma finale, e lo spazio per il fotogramma finale si blocca se scegli 11 secondi o più.

Velocità e prezzo

La velocità è più o meno la stessa. Per questo test a 720p e 6 secondi, entrambe le versioni hanno finito in circa 50 secondi. Il prezzo al secondo è lo stesso di 1.1 e, con 1.1 ritirato, non c'è comunque motivo di restare sulla vecchia versione.

Verdetto: usa direttamente 1.2

Gli aggiornamenti che contano di più qui sono due: clip fino a 15 secondi e scene di dialogo che non tagliano più da sole, allo stesso prezzo al secondo di prima. Per i piani sequenza di paesaggio, 1.1 era già bravo; 1.2 segue semplicemente il prompt un po' più da vicino.

Se hai realizzato una serie di video con 1.1 e devi aggiungere inquadrature, aspettati piccole differenze di stile con Gemini Omni 1.2, come il colore dei vestiti, quindi sii preciso nel prompt. Per cambiare lo stile di una clip esistente usa Modifica video, e per far proseguire una clip usa Estendi il video. Entrambi ora girano su 1.2.

Domande frequenti

Posso ancora usare Gemini Omni 1.1?

ZOOOP ha ritirato 1.1, e la sua pagina reindirizza a 1.2. Anche Google, dal 3 dicembre, instraderà automaticamente ogni richiesta a 1.1 su 1.2.

Quanto può durare una clip di Gemini Omni 1.2?

Testo in video, riferimento in video e generazione dal fotogramma iniziale vanno da 3 a 15 secondi. Con un fotogramma finale il massimo è 10 secondi.

Posso disattivare l'audio in Gemini Omni 1.2?

No, l'audio viene sempre generato. Puoi orientarlo con prompt come "niente dialoghi" o "niente musica di sottofondo", oppure togliere l'audio alla clip dopo.

1.2 costa più di 1.1?

No. Su ZOOOP, Gemini Omni 1.2 costa al secondo quanto costava 1.1, a ogni risoluzione.

Condividi

Scopri di più

Vedi tutto