Gemini Omni 1.2 Flash: Googles KI erzeugt jetzt 15-Sekunden-Videos

Google hat sein KI-Videomodell aktualisiert: Gemini Omni 1.2 Flash erzeugt Clips mit bis zu 15 Sekunden Länge statt bisher 10 Sekunden. Das Modell soll Vorlagen genauer umsetzen und ist für Entwickler 30 Prozent günstiger. In der Gemini-App kommen die längeren Videos aber zunächst nur für zahlende Ultra-Kunden.

Das Wichtigste in Kürze

• Clip-Länge: 3 bis 15 Sekunden in Sekundenschritten, bisher maximal 10 Sekunden
• Bearbeitung: Videos lassen sich per Chat Schritt für Schritt über die volle Länge verändern
• Auflösung: Entwürfe in 360p oder 720p, Hochskalierung auf 1080p oder 4K
• Preis für Entwickler: 0,07 US-Dollar pro Sekunde in 720p, 30 Prozent weniger als bei Version 1.1
• Gemini-App: 15-Sekunden-Videos zunächst nur für Abos von Google AI Ultra

Was kann Gemini Omni 1.2 Flash?

Das Modell erstellt Videoclips aus Textbeschreibungen und kann sich an Vorlagen orientieren, etwa an Bildern von Personen, Produkten oder einem Stil, an kurzen Bewegungsclips von bis zu drei Sekunden oder an Audio-Hinweisen. Laut Google hält sich Version 1.2 deutlich genauer an solche Referenzbilder als der Vorgänger. Kamerafahrten sollen weniger ungewollte Schnitte enthalten, Dialoge natürlicher klingen und lippensynchroner sein.

Wie funktioniert die Bearbeitung per Chat?

Statt einen Clip komplett neu zu erzeugen, kannst du ihn im Gespräch nachbessern: zum Beispiel ein Produkt oder den Hintergrund austauschen, Licht und Wetter ändern oder das Seitenverhältnis wechseln. Das funktioniert jetzt über die gesamten 15 Sekunden. Grenzen gibt es laut Google noch bei schnellen Sportszenen, plötzlichen Skriptwechseln und komplexer Physik.

Wer kann das neue Modell nutzen?

In der Gemini-App werden die 15-Sekunden-Videos zunächst für Abonnenten von Google AI Ultra verteilt. In Google Vids gibt es laut heise bis zu drei 15-Sekunden-Clips pro Monat ohne Aufpreis. Entwickler erreichen das Modell über die Gemini API, Google AI Studio und die Google-Cloud-Konsole. Ab dem 3. Dezember leitet Google Anfragen an Version 1.1 laut heise automatisch auf 1.2 um. Alle erzeugten Videos tragen ein unsichtbares Wasserzeichen namens SynthID, über das sie als KI-generiert erkennbar sind.