Gemini Omni 1.2 против 1.1 Flash: ролики по 15 секунд и никаких случайных склеек в диалогах

Аналитика4 мин чтения
Gemini Omni 1.2 против 1.1 Flash: ролики по 15 секунд и никаких случайных склеек в диалогах

Gemini Omni 1.2 и 1.1 Flash на одних и тех же промптах: FPV-пролёт одним дублем, диалог двух персонажей, ролики по 15 секунд и цена. Что действительно стало лучше.

5 ноября Google открыл общий доступ к Gemini Omni 1.2 Flash. В анонсе перечислен целый ряд улучшений: ролики до 15 секунд, более точное следование референсным изображениям, более естественные диалоги и синхронизация губ, меньше нежелательных джамп-катов в длинных движениях камеры и цена примерно на 30% ниже, чем у 1.1. Самая важная строчка нашлась в журнале изменений для разработчиков: с 3 декабря все запросы к Omni 1.1 будут автоматически перенаправляться на 1.2.

Значит, у 1.1 пошёл обратный отсчёт. ZOOOP ждать не стал. Когда вышла Gemini Omni 1.2 Flash, мы одновременно отключили 1.1, и старая страница 1.1 теперь перенаправляет на 1.2. Перед отключением я прогнал одни и те же промпты на обеих версиях, чтобы посмотреть, где обновление действительно заметно.

Что изменилось в Gemini Omni 1.2

Сначала характеристики. Их сразу видно в Генераторе видео с ИИ:

  • Длительность: было 3–10 секунд, стало 3–15 секунд, выбирается с шагом в секунду. С конечным кадром максимум 10 секунд.
  • Редактирование: исходное видео теперь может длиться до 15 секунд вместо 10.
  • Продление: ограничения на длину исходного видео больше нет. Модель берёт последние 10 секунд и продолжает ещё на 3–10 секунд.
  • Без изменений: только 16:9 и 9:16, от 360p до 4K, звук включён всегда. Его можно направлять, но нельзя отключить. До 10 референсных изображений и до 3 референсных видео по 3 секунды каждое.

По цене Gemini Omni 1.2 на ZOOOP стоит за секунду столько же, сколько стоила 1.1, при любом разрешении.

Как мы тестировали: два промпта, две версии

Два промпта, нацеленные на то, что, по словам Google, улучшилось сильнее всего. Первый — FPV-пролёт дрона одним дублем: низко над туманным озером на рассвете, между двумя соснами, над крышей домика и дальше к заснеженным горам за ним, причём в промпте прямо написано «без склеек». Второй — диалог двух персонажей: в кофейне кудрявый бариста протягивает латте и произносит реплику, а посетитель в сером пальто отвечает. Оба в 720p, 6 секунд, 16:9.

Первое отличие: пролёт одним дублем закончился ничьей

Я ожидал, что 1.2 легко выиграет этот раунд. Обе версии справились хорошо. Я прогнал детекцию смены сцен по обоим роликам кадр за кадром, и ни в одном нет жёсткой склейки. Самое большое изменение между соседними кадрами в обоих случаях — просто обычное движение камеры.

FPV-пролёт одним дублем: сверху Gemini Omni 1.1, снизу Gemini Omni 1.2, на 0,5, 3 и 5,5 секунде

Разница в траектории. 1.1 летит от берега озера к фасаду домика, а затем поднимается прямо над крышей. 1.2 действительно пролетает между двумя соснами и в конце забирается выше, показывая заснеженные вершины и море облаков в долине, что ближе к промпту. Если вам нужны длинные пейзажные дубли, 1.1 с ними уже справлялась; 1.2 просто чуть лучше слушается указаний.

Второе отличие: в диалогах 1.2 больше не режет сама

Здесь разрыв заметнее всего.

1.1 сняла сцену «восьмёркой»: средний план бариста, который протягивает чашку, а на 4,6 секунде жёсткая склейка на крупный план посетителя. Сам монтаж нормальный, так режут множество игровых сцен, но промпт просил один средний план, а после склейки бариста выпадает из кадра. Gemini Omni 1.2 всё время держит один двойной план. Оба персонажа остаются в кадре, а передача чашки, то, как её берут, и обмен репликами происходят в одном непрерывном кадре, движения перетекают естественно.

Диалог: сверху Gemini Omni 1.1, снизу Gemini Omni 1.2, на 0,5, 3 и 5,5 секунде

Диалог в движении: слева Gemini Omni 1.1, справа Gemini Omni 1.2

Одну деталь всё же выиграла 1.1: в промпте было «серое пальто», и 1.1 сделала его серым. Пальто в ролике 1.2 настолько тёмное, что выглядит почти чёрным. В обоих роликах есть реплики и фоновый шум кофейни, но я не расшифровывал диалог дословно, поэтому не буду судить, у какой версии точнее синхронизация губ.

Третье отличие: 15 секунд хватает на целый законченный эпизод

С 10 до 15 секунд звучит как всего пять лишних секунд, но это меняет то, как пользоваться моделью. Десяти секунд обычно хватает на одно действие. В пятнадцать помещаются завязка, раскрытие и финал, так что рекламный ролик для соцсетей больше не нужно склеивать из кусков. Во время тестов перед запуском мы сгенерировали вертикальный ролик на 15 секунд за один раз, и звук держался цельным от начала до конца, без видимых швов.

Одна оговорка про длинные ролики: Начальный / конечный кадр по-прежнему ограничен 10 секундами, если добавить конечный кадр, а слот конечного кадра блокируется, когда вы выбираете 11 секунд и больше.

Скорость и цена

Скорость примерно одинаковая. В этом тесте (720p, 6 секунд) обе версии справились примерно за 50 секунд. Цена за секунду такая же, как у 1.1, а раз 1.1 отключена, оставаться на старой версии всё равно незачем.

Вывод: просто переходите на 1.2

Важнее всего здесь два улучшения: ролики до 15 секунд и диалоговые сцены, которые больше не режутся сами по себе, при прежней цене за секунду. С пейзажными пролётами одним дублем 1.1 и так справлялась хорошо; 1.2 просто чуть точнее следует промпту.

Если вы сделали на 1.1 серию видео и вам нужно доснять кадры, будьте готовы к небольшим стилистическим отличиям у Gemini Omni 1.2, например в цвете одежды, так что пишите промпт конкретно. Чтобы сменить стиль готового ролика, используйте Редактировать видео, а чтобы продолжить ролик — Продлить видео. Оба инструмента теперь работают на 1.2.

Частые вопросы

Можно ли ещё пользоваться Gemini Omni 1.1?

ZOOOP отключил 1.1, и её страница перенаправляет на 1.2. Google тоже начнёт автоматически перенаправлять все запросы к 1.1 на 1.2 с 3 декабря.

Какой длины может быть ролик в Gemini Omni 1.2?

Видео из текста, видео по референсам и генерация по начальному кадру — от 3 до 15 секунд. С конечным кадром максимум 10 секунд.

Можно ли отключить звук в Gemini Omni 1.2?

Нет, звук генерируется всегда. Его можно направлять промптами вроде «без диалогов» или «без фоновой музыки» либо выключить звук в ролике потом.

1.2 дороже, чем 1.1?

Нет. На ZOOOP Gemini Omni 1.2 стоит за секунду столько же, сколько стоила 1.1, при любом разрешении.

Поделиться

Читайте также

Смотреть все