Βίντεο διάρκειας έως 15 δευτερολέπτων, με δυνατότητα επεξεργασίας μέσω απλών εντολών και σημαντικά βελτιωμένη απόδοση της κίνησης, μπορεί πλέον να δημιουργεί το Gemini Omni 1.2 Flash. Η Google ανακοίνωσε στις 5 Νοεμβρίου 2026 τη νέα έκδοση του μοντέλου παραγωγής βίντεο, αυξάνοντας τη μέγιστη διάρκεια από τα 10 στα 15 δευτερόλεπτα και προσθέτοντας μεγαλύτερο έλεγχο στη σκηνοθεσία, στους διαλόγους και στη διατήρηση της οπτικής συνέπειας. Παράλληλα, μειώνει κατά 30% το κόστος χρήσης μέσω API, επιχειρώντας να καταστήσει την παραγωγή AI βίντεο πιο προσιτή σε δημιουργούς περιεχομένου και επιχειρήσεις.
Η σημαντικότερη αλλαγή του Gemini Omni 1.2 Flash δεν περιορίζεται στα πέντε επιπλέον δευτερόλεπτα. Το νέο μοντέλο επιτρέπει στον χρήστη να τροποποιεί ένα υπάρχον βίντεο μέσα από διαδοχικές συνομιλιακές εντολές, χωρίς να χρειάζεται να ξεκινήσει τη δημιουργία του από την αρχή. Η Google υπόσχεται επίσης καλύτερη διατήρηση της εμφάνισης χαρακτήρων και αντικειμένων, πιο φυσικό συγχρονισμό της ομιλίας με τις κινήσεις των χειλιών και πιο ομαλές κινήσεις κάμερας.
Βίντεο από 3 έως 15 δευτερόλεπτα με επιλογή διάρκειας
Το Gemini Omni 1.2 Flash προσφέρει τη δυνατότητα δημιουργίας και επεξεργασίας βίντεο με διάρκεια από 3 έως 15 δευτερόλεπτα, σε βήματα του ενός δευτερολέπτου.
Μέχρι σήμερα, το προηγούμενο Omni 1.1 Flash περιοριζόταν στα 10 δευτερόλεπτα, γεγονός που ανάγκαζε τους δημιουργούς να συνδυάζουν περισσότερα αποσπάσματα όταν χρειάζονταν μεγαλύτερες σκηνές.
Με τη νέα έκδοση, ένα σύντομο διαφημιστικό βίντεο, μια παρουσίαση προϊόντος ή μια ολοκληρωμένη σκηνή με διάλογο μπορεί να παραχθεί σε μία διαδικασία.
Η δυνατότητα ακριβούς καθορισμού της διάρκειας είναι ιδιαίτερα χρήσιμη για περιεχόμενο που προορίζεται για YouTube Shorts, Instagram Reels και ψηφιακές διαφημίσεις, όπου ο διαθέσιμος χρόνος συχνά καθορίζει τον τρόπο παρουσίασης.
Επεξεργασία βίντεο με απλές εντολές
Μία από τις πιο ουσιαστικές προσθήκες του Gemini Omni 1.2 Flash είναι το multi-turn conversational editing.
Ο χρήστης μπορεί να δημιουργήσει ένα βίντεο και στη συνέχεια να ζητήσει αλλαγές, όπως αντικατάσταση του φόντου, διαφορετικό φωτισμό, τροποποίηση των καιρικών συνθηκών ή αλλαγή ενός προϊόντος που εμφανίζεται στη σκηνή.
Το μοντέλο επεξεργάζεται το υπάρχον αποτέλεσμα, επιδιώκοντας να διατηρήσει τα υπόλοιπα στοιχεία της σύνθεσης, αντί να απαιτεί μια εντελώς νέα περιγραφή.
Για παράδειγμα, μια σκηνή με δύο χαρακτήρες μπορεί να μεταφερθεί από έναν εξωτερικό χώρο σε ένα διαφορετικό περιβάλλον, διατηρώντας την εμφάνιση, τις κινήσεις και το γενικό ύφος τους.
Η Google παρουσιάζει τη δυνατότητα αυτή ως μέσο περιορισμού των επαναλαμβανόμενων δοκιμών, οι οποίες αυξάνουν το κόστος και τον χρόνο παραγωγής.
Πιο φυσικοί διάλογοι και κινηματογραφικές κινήσεις
Το νέο μοντέλο δίνει ιδιαίτερη έμφαση στη δημιουργία σκηνών με περισσότερους χαρακτήρες που συνομιλούν.
Η Google αναφέρει ότι έχει βελτιώσει την απόδοση διαφορετικών φωνών, τον συγχρονισμό χειλιών και τη φυσικότητα των διαλόγων.
Παράλληλα, το Gemini Omni 1.2 Flash υποστηρίζει πιο σύνθετες κινήσεις κάμερας, όπως συνεχόμενες εναέριες διαδρομές, περιστροφές γύρω από αντικείμενα και δραματικές απομακρύνσεις από μια σκηνή.
Στόχος είναι να περιοριστούν τα ανεπιθύμητα κοψίματα και οι απότομες αλλαγές προοπτικής που εμφανίζονται συχνά στα AI-generated videos.
Οι βελτιώσεις αυτές είναι ιδιαίτερα σημαντικές για τη δημιουργία περιεχομένου με κινηματογραφικό ύφος, αν και η Google αναγνωρίζει ότι εξακολουθούν να υπάρχουν περιορισμοί στην απόδοση γρήγορων αθλητικών κινήσεων και σύνθετων φυσικών αλληλεπιδράσεων.
Καλύτερη συνέπεια χαρακτήρων και προϊόντων
Ένα συνηθισμένο πρόβλημα των μοντέλων παραγωγής βίντεο είναι η ανεπιθύμητη αλλαγή της εμφάνισης των χαρακτήρων ή των αντικειμένων κατά τη διάρκεια της κίνησης.
Το Gemini Omni 1.2 Flash επιχειρεί να αντιμετωπίσει αυτό το πρόβλημα, αξιοποιώντας εικόνες αναφοράς, σύντομα βίντεο και ηχητικά στοιχεία.
Οι δημιουργοί μπορούν να καθοδηγήσουν το μοντέλο χρησιμοποιώντας φωτογραφίες προϊόντων ή χαρακτήρων, ώστε να διατηρούνται σταθερότερα τα πρόσωπα, τα ρούχα, τα λογότυπα και τα χρώματα μεταξύ διαφορετικών πλάνων.
Η λειτουργία μπορεί να αξιοποιηθεί σε διαφημίσεις, ψηφιακούς καταλόγους και εικονικές δοκιμές ρούχων, όπου η πιστή αναπαράσταση ενός προϊόντος έχει ιδιαίτερη σημασία.
Χαμηλότερη τιμή και υποστήριξη έως 4K
Η Google μειώνει κατά 30% την τιμή χρήσης του Gemini Omni 1.2 Flash μέσω API, με το κόστος να διαμορφώνεται στα 0,07 δολάρια ανά δευτερόλεπτο για βίντεο ανάλυσης 720p.
Οι δημιουργοί μπορούν να παράγουν αρχικά βίντεο σε ανάλυση 360p ή 720p και στη συνέχεια να αναβαθμίζουν τα επιλεγμένα αποτελέσματα σε 1080p ή 4K.
Η διαδικασία επιτρέπει περισσότερες δοκιμές σε χαμηλότερη ανάλυση, πριν πραγματοποιηθεί η τελική παραγωγή υψηλής ποιότητας.
Παράλληλα, η Google ενσωματώνει στα παραγόμενα βίντεο την αόρατη ψηφιακή σήμανση SynthID, η οποία επιτρέπει την αναγνώριση περιεχομένου που δημιουργήθηκε με τεχνητή νοημοσύνη.
Πού είναι διαθέσιμο το Gemini Omni 1.2 Flash
Το Gemini Omni 1.2 Flash διατίθεται πλέον για παραγωγική χρήση μέσω του Gemini API και του Google Cloud, ενώ ενσωματώνεται σταδιακά σε υπηρεσίες όπως το Flow, το Google Vids και η εφαρμογή Gemini.
Στο Google Vids, οι χρήστες με προσωπικό λογαριασμό Google ή συνδρομή Google Workspace μπορούν να δημιουργούν έως τρία βίντεο διάρκειας 15 δευτερολέπτων τον μήνα χωρίς επιπλέον χρέωση.
Στην εφαρμογή Gemini, η δημιουργία βίντεο διάρκειας έως 15 δευτερολέπτων διατίθεται σταδιακά στους συνδρομητές Google AI Ultra, ενώ για άλλα προγράμματα ισχύουν διαφορετικά όρια.
Για την Ελλάδα και την Ευρωπαϊκή Ένωση υπάρχουν ορισμένοι περιορισμοί: η μεταφόρτωση υπάρχοντος βίντεο για επεξεργασία μέσα στην εφαρμογή Gemini δεν υποστηρίζεται προς το παρόν στον Ευρωπαϊκό Οικονομικό Χώρο.
Με το Gemini Omni 1.2 Flash, η Google δίνει μεγαλύτερη έμφαση όχι μόνο στη δημιουργία βίντεο από το μηδέν, αλλά και στη δυνατότητα συνεχούς επεξεργασίας τους. Πρόκειται για μια εξέλιξη που φέρνει τα εργαλεία παραγωγικής AI πιο κοντά στις καθημερινές διαδικασίες επαγγελματικής δημιουργίας οπτικοακουστικού περιεχομένου.
