A Google DeepMind acaba de apresentar o Gemini Omni 1.2 Flash, uma evolução significativa em sua capacidade de geração de vídeo por inteligência artificial. Esta nova versão não só estende a duração dos clipes para até 15 segundos, mas também aprimora a consistência visual e reduz os custos de produção em 30%, tornando a criação de conteúdo de vídeo de alta qualidade mais acessível e eficiente para profissionais.
Disponível através da API Gemini, Google Vids e Gemini para negócios, o Omni 1.2 Flash foi projetado para atender às demandas de projetos profissionais que exigem maior fidelidade e controle. A capacidade de gerar vídeos mais longos, com incrementos de um segundo entre 3 e 15 segundos, abre novas portas para narrativas mais completas, como explicadores de produtos ou anúncios para redes sociais, tudo em uma única geração.
Mais consistência e controle criativo
Um dos pontos fortes do Gemini Omni 1.2 Flash é a sua aderência a referências. Agora, é possível guiar a geração de vídeo combinando imagens de personagens, produtos ou estilos, pequenos clipes de movimento (até três segundos) e até mesmo áudios. O modelo mantém esses detalhes de forma consistente do início ao fim, garantindo que elementos como rostos, roupas, tipografia de embalagens e cores de marca permaneçam inalterados em diferentes ângulos de câmera. Isso é crucial para a criação de vídeos de "experimentação virtual", catálogos interativos e anúncios de marca que exigem precisão visual.
A consistência se estende também à manutenção de personagens, objetos e cenários ao longo do clipe, minimizando desvios visuais ou transformações indesejadas durante movimentos e transições de câmera. Isso significa que, ao interpolar entre quadros-chave ou estender uma sequência, produtos e ambientes permanecem fiéis à sua concepção original, resultando em produções mais polidas e profissionais.
Edição conversacional e áudio aprimorado
Outra inovação importante é a edição conversacional multi-turn. Em vez de recomeçar do zero, os usuários podem refinar o mesmo clipe em várias etapas, trocando um produto, alterando o fundo, ajustando a iluminação ou o clima, ou até mesmo mudando a proporção. Essa funcionalidade, que opera em clipes completos de 15 segundos, agiliza a produção de variantes de anúncios para diferentes públicos e plataformas, sem a necessidade de novas instruções ou regenerações completas.
Além disso, o Gemini Omni 1.2 Flash aprimora a geração de fala, oferecendo diálogos mais fluidos e naturais, sincronização labial mais precisa e condicionamento distinto para múltiplos oradores. Isso se manifesta em diversas aplicações, desde a direção de diálogos com vários personagens até a criação de vídeos explicativos e produções profissionais com avatares, música e narração. A capacidade de direcionar movimentos de câmera complexos e contínuos, como sobrevoos em primeira pessoa ou zooms dramáticos, com menos cortes indesejados e um visual mais cinematográfico, completa o pacote de melhorias, elevando o nível de controle criativo disponível aos usuários.
O que isso muda para você
Para profissionais brasileiros que atuam com marketing digital, publicidade, produção de conteúdo e e-commerce, o Gemini Omni 1.2 Flash representa uma ferramenta poderosa para otimizar a criação de vídeos. A redução de custos em 30% e a capacidade de gerar clipes mais longos e consistentes significam que pequenas e médias empresas podem agora competir com produções de maior orçamento, criando anúncios, tutoriais e demonstrações de produtos de alta qualidade de forma mais ágil e econômica.
A possibilidade de refinar vídeos através de edição conversacional e manter a consistência visual em todos os detalhes é um divisor de águas. Isso permite que equipes criativas experimentem mais, testem diferentes variantes de anúncios rapidamente e personalizem conteúdo para diversos públicos sem o gargalo de longos ciclos de produção. O próximo passo concreto é explorar as APIs e ferramentas como Google Vids para integrar essas capacidades em seus fluxos de trabalho, transformando ideias em vídeos impactantes com uma eficiência sem precedentes.
