5 ноября 2026 года Google представила обновлённую модель для генерации и редактирования видео. Она создаёт ролики продолжительностью до 15 секунд, лучше сохраняет детали между кадрами и обходится на 30% дешевле предыдущей версии.
Но самое интересное здесь даже не цена. Похоже, мы постепенно приближаемся к моменту, когда для редактирования видео будет достаточно обычного разговора с нейросетью.
Что вообще умеет Gemini Omni 1.2 Flash?
Начнём с основных возможностей.
Новая модель генерирует видео продолжительностью от 3 до 15 секунд. Причём пользователь может задавать длительность с точностью до одной секунды.
Пятнадцать секунд звучат не слишком впечатляюще, особенно если сравнивать с привычными видеороликами. Но для короткой рекламы, демонстрации товара, анимации изображения или публикации в социальных сетях этого вполне достаточно.
Google также улучшила согласованность кадров. Это важно, потому что у генеративного видео давно есть неприятная особенность: персонаж может начать сцену в одной одежде, а закончить в другой. Иногда меняются лица, предметы и даже детали окружающего пространства.
Gemini Omni 1.2 Flash должна лучше сохранять внешность персонажей, объекты и визуальный стиль на протяжении всего ролика.
Кроме того, разработчики поработали над движением камеры и диалогами нескольких персонажей. Заявлены более плавные пролёты, естественная речь и улучшенная синхронизация губ.
Самая интересная функция — редактирование через чат
Допустим, вы попросили нейросеть создать видео с девушкой, которая идёт по улице большого города.
Результат получился неплохим, но хочется кое-что изменить.
Вы пишете: «Сделай вечернее освещение».
Затем: «Замени городской фон на горы».
А после: «Пусть персонаж будет в красной куртке».
Идея в том, что модель последовательно изменяет уже созданный ролик, а не заставляет каждый раз начинать с нуля.
Для тех, кто пробовал работать с генеративным видео, это действительно важное улучшение.
Потому что получить красивый случайный результат — одна задача. А добиться конкретной сцены, которая соответствует задумке, — совсем другая.
Конечно, остаётся вопрос, насколько точно модель выполняет такие правки. Одно дело — заменить фон в простом кадре, и совсем другое — сохранить сложное движение, отражения, тени и взаимодействие объектов.
Но само направление выглядит перспективным.
А сколько это стоит?
Здесь Google тоже решила сделать предложение интереснее.
Стоимость генерации видео в разрешении 720p снизилась на 30% и теперь составляет $0,07 за секунду.
Получается:
- 5-секундное видео — $0,35.
- 10-секундное видео — $0,70.
- 15-секундное видео — $1,05.
Это стоимость одной генерации по указанному тарифу. Повторные попытки и дополнительные операции могут увеличить расходы.
Ещё одна полезная возможность — сначала создавать черновики в 360p или 720p, а уже потом повышать разрешение удачных вариантов до 1080p или 4K.
Логика простая: нет смысла тратить ресурсы на высокое качество, пока вы не уверены, что сама сцена получилась удачной.
Для чего это может пригодиться обычному пользователю?
На первый взгляд кажется, что подобные технологии нужны исключительно видеомонтажёрам и рекламным агентствам.
Но вариантов использования значительно больше.
Например, владелец небольшого интернет-магазина сможет превратить фотографии товаров в короткие рекламные видео.
Блогер — создавать необычные визуальные вставки для своих публикаций.
Дизайнер — быстро проверять идеи анимации без длительной подготовки полноценного проекта.
А обычный пользователь — оживлять собственные творческие задумки, экспериментировать с персонажами и придумывать короткие истории.
Причём самое привлекательное здесь — возможность работать без сложного программного обеспечения. Вместо десятков инструментов и настроек пользователь описывает желаемый результат словами.
Значит, видеомонтажёры больше не нужны?
Не совсем.
Нейросети действительно упрощают создание визуального контента, но пока не способны гарантировать идеальный результат в любой ситуации.
Сложные движения, взаимодействие объектов, физика и точное выполнение режиссёрских требований всё ещё могут вызывать проблемы.
Кроме того, красивое видео и хорошее видео — не одно и то же.
Нужно понимать, как выстроить композицию, удержать внимание зрителя, передать настроение и рассказать историю.
ИИ может помочь реализовать идею, но саму идею по-прежнему должен кто-то придумать.
Скорее всего, такие модели станут ещё одним инструментом в арсенале авторов, дизайнеров и видеоспециалистов.
Что в итоге?
Gemini Omni 1.2 Flash интересна не столько увеличением продолжительности роликов до 15 секунд, сколько новым подходом к работе с результатом.
Google постепенно превращает генерацию видео из лотереи с текстовыми запросами в более управляемый творческий процесс.
Сначала создаёшь сцену, потом меняешь детали, корректируешь освещение, работаешь с персонажами и только после этого получаешь финальное видео в высоком разрешении.
Если такой подход станет достаточно надёжным, порог входа в создание видеоконтента может заметно снизиться.
И вот здесь возникает интересный вопрос.
А вы бы предпочли создавать видео через обычный чат с нейросетью или всё-таки привычный видеоредактор, где можно контролировать каждую деталь вручную?
Нет комментариев
Комментарии доступны после входа