Gemini Omni 1.2 Flash je sada vredan produkcionog pilota
Google je pustio 15-sekundno generisanje i uređivanje videa u opštu dostupnost uz nižu API cenu, ali timovi treba da mere odobrene materijale, a ne jeftine sekunde.
Šta je isporučeno
Google je 5. novembra pustio Gemini Omni 1.2 Flash u opštu dostupnost kroz Gemini API i Google Cloud. Model generiše i menja video sa zvukom u trajanju do 15 sekundi, prihvata referentne materijale i podržava višekoračne izmene kroz razgovor.
Cena za 720p video je 0,07 dolara po sekundi, što je 30% manje nego kod verzije 1.1. Moguće je praviti brze nacrte u 360p ili 720p, a izabrane rezultate zatim podići na 1080p ili 4K.
Zašto je važno
Opšta dostupnost, unapred rezervisan kapacitet i objavljena cena omogućavaju timu da planira stvarni produkcioni tok, umesto da model tretira kao demonstraciju. Duži klip i izmene postojećeg rezultata mogu smanjiti broj potpunih regeneracija.
Ipak, Google nije objavio imenovani spoljni benchmark za tvrdnje o boljoj konzistentnosti. Kvalitet i dalje mora da se potvrdi na sopstvenim proizvodima, likovima, jezicima i pravilima brenda.
Šta bismo uradili
Virtual Arc bi prvo napravio paralelni test nad fiksnim skupom stvarnih zadataka. Merili bismo broj pokušaja, odbijene zahteve, vreme ljudskog pregleda, kašnjenje, očuvanje referentnog izgleda i trošak po odobrenom materijalu.
Ako model pobedi postojeći tok, dobio bi samo ponovljive kratke formate, iza sloja koji omogućava promenu dobavljača. Otvoreno korisničko generisanje i kritični brend materijali ostali bi pod strožom kontrolom.
Najmanje važan deo vesti je samo sniženje cene od 30%; važnije je što je Gemini Omni 1.2 Flash ušao u opštu dostupnost i spojio generisanje videa do 15 sekundi sa izmenama kroz razgovor nad celim klipom. Time postaje ozbiljan produkcioni gradivni blok za kataloške snimke, varijante oglasa i kratka objašnjenja proizvoda, ali mi ne bismo menjali postojeći medijski sistem u nedelji lansiranja. Google nije objavio imenovani nezavisni benchmark koji potvrđuje tvrdnje o kvalitetu, a jeftina sekunda i dalje može da završi kao skup materijal ako referentni izgled odluta, moderacija odbije ispravan zahtev ili svaka dorada zahteva novo renderovanje. Model bismo pustili paralelno uz postojeći tok na fiksnom skupu stvarnih materijala i merili broj pokušaja, vreme pregleda, kašnjenje, vernost proizvoda i identiteta, kao i trošak po odobrenom klipu. Tek ako tu pobedi, usmerili bismo ponovljive kratke formate kroz njega, iza sloja nezavisnog od dobavljača, uz čuvanje promptova, porekla izlaza i obavezno ljudsko odobrenje pre objave. Za otvoreno generisanje korisnicima, višejezični dijalog i rad gde je brend kritičan, sačekali bismo sopstvene podatke o greškama pre šire primene.
Pretvorite uvid u sistem koji radi.
Gradimo sistem za generisanje videa koji ne zavisi od jednog dobavljača, verzioniše promptove i referentne materijale, paralelno testira modele i čuva poreklo svakog izlaza. Uvodimo kontrolne tačke i rutiranje prema kvalitetu, kašnjenju i trošku po odobrenom materijalu. Vredi da razgovaramo ako je kratki video već deo Vašeg proizvoda ili operacija.