Gemini Omni 1.2 Flash 릴리스 노트

개요

Google DeepMind는 Gemini API 및 Google Cloud 엔터프라이즈 서비스 전반에서 정식으로 사용할 수 있는 새로운 비디오 생성 모델 반복 버전인 Gemini Omni 1.2 Flash를 출시했습니다. 이번 릴리스에서는 더 긴 비디오 재생 시간, 향상된 캐릭터 및 객체 렌더링 일관성, 더욱 효율적인 대화형 편집 워크플로가 도입되었습니다.

확장된 비디오 기능

Gemini Omni 1.2 Flash는 기본 비디오 생성 최대 길이를 기존 1.1 버전의 10초에서 15초로 확장했습니다. 사용자는 3초에서 15초 사이에서 1초 단위로 재생 시간을 지정할 수 있어 소셜 미디어 광고, 제품 설명 영상, 내러티브 콘텐츠 제작 시 더 큰 유연성을 제공합니다.

일관성 및 참조 준수 개선

이 모델은 생성된 프레임 전반에서 시각적 충실도를 유지하는 방식이 크게 업그레이드되었습니다.

• 참조 준수: 캐릭터 시트나 제품 사진을 가이드로 사용할 때 얼굴, 의상, 패키지 타이포그래피, 브랜드 색상과 같은 세부 정보를 더 잘 보존합니다. 이를 통해 가상 착용(virtual try-on) 및 브랜드 카탈로그 회전 영상과 같은 애플리케이션 구현이 가능합니다.
• 시각적 안정성: 움직임이나 카메라 전환 중 시각적 드리프트 및 모핑 현상이 현저히 감소했습니다. 모델은 첫 프레임부터 마지막 프레임까지 캐릭터, 객체, 장면의 일관성을 유지하는 능력이 향상되었습니다.
• 시네마틱 제어: FPV 플라이스루 및 궤도 촬영과 같은 복잡하고 연속적인 카메라 움직임을 지원하며, 원치 않는 점프 컷을 줄이고 더 안정적인 스케일링을 제공합니다.

대화형 편집 및 워크플로 효율성

Gemini Omni 1.2 Flash는 다중 턴 대화형 편집을 지원하여 사용자가 전체 시퀀스를 다시 생성하지 않고도 클립의 특정 요소를 수정할 수 있습니다. 사용자는 후속 턴에서 배경, 조명, 날씨 또는 화면 비율을 수정할 수 있어 다양한 타겟 고객을 위한 광고 변형 제작이 용이해집니다.

비용 최적화를 위해 이 모델은 계층형 워크플로를 지원합니다. 사용자는 낮은 해상도(360p 또는 720p)로 콘텐츠를 초안 작성하고 편집한 다음, 최종 에셋을 1080p 또는 4K로 업스케일링할 수 있습니다. 720p 비디오 생성 가격은 이전 버전 대비 30% 인하되어 초당 $0.07로 책정되었습니다.

오디오 및 음성 통합

이 모델은 더 명확한 립싱크와 뚜렷한 다중 화자 조건 지정을 포함하여 자연스러운 대화 지원을 개선했습니다. 이러한 기능은 Google Vids 및 Flow와 같은 도구에 통합되어 내레이션과 캐릭터 대사가 동기화된 세련된 비디오 제작을 가능하게 합니다.

가용성 및 엔터프라이즈 기능

Gemini Omni 1.2 Flash는 이제 Gemini API를 통해 개발자가 사용할 수 있으며, Google Cloud를 통해 엔터프라이즈 사용자도 이용할 수 있습니다.

• 엔터프라이즈 보안: 이 모델은 Google Cloud의 엔터프라이즈급 인프라 및 보안 프로토콜을 기반으로 합니다.
• 프로비저닝된 처리량: 엔터프라이즈 사용자는 대규모 애플리케이션을 위해 프로비저닝된 처리량에 액세스할 수 있습니다.
• SynthID: 모델이 생성한 모든 출력물에는 콘텐츠 식별을 돕기 위해 눈에 보이지 않는 SynthID 워터마크가 포함됩니다.