Permitir que los creadores de contenido extiendan escenas sin problemas y controlen los fotogramas clave representa un cambio fundamental, pasando de la mera generación de clips aleatorios a una verdadera dirección creativa.
Índice del artículo:
- Escenas más largas y contexto visual extendido
- Control de fotogramas y generación de movimiento continuo
- Borradores de bajo costo y mejora de resolución
- Estructura de precios e integración de socios y plataformas
- Competencia feroz con la plataforma Sora
- Preguntas frecuentes
Escenas más largas y contexto visual extendido
Google reveló el jueves su nuevo modelo «Gemini Omni 1.1 Flash», una actualización destacada de su modelo de generación de video que incorpora la función de extensión de escenas, transiciones basadas en fotogramas clave, un modo de borrador rápido y una actualización de resolución a «4K». Estas características buscan convertir el video generado por inteligencia artificial en una herramienta práctica y confiable para los flujos de producción cinematográfica y televisiva profesional.
La función de extensión de escenas destaca como el desarrollo de ingeniería más importante en esta versión; mientras que los modelos anteriores dependían únicamente del último segundo de la toma al generar contenido nuevo, el modelo Omni 1.1 analiza hasta 10 segundos completos del contexto de video anterior. Google afirma que este análisis profundo mejora la consistencia visual y la continuidad narrativa como nunca antes, permitiendo a los desarrolladores extender los clips en incrementos de 10 segundos hasta alcanzar acumulativamente 40 segundos completos, una duración suficiente para redactar un clip con «un inicio, un nudo y un desenlace reales».
Control de fotogramas y generación de movimiento continuo
El modelo introduce la función de control del primer y último fotograma, que permite a los creadores definir dos fotogramas clave para que el modelo genere un movimiento fluido y continuo entre ellos con una precisión asombrosa. Google considera esta característica una solución ideal para tomas de rotación orbital de cámara, transiciones de acercamiento rápido y la generación de clips en bucle fluidos que se repiten sin interrupción.
Asimismo, el modelo permite a los desarrolladores suministrar un clip de video de referencia de hasta tres segundos de duración, lo que ayuda a mantener la apariencia coherente de los personajes y los entornos circundantes a través de diversas tomas y escenas generadas.
Borradores de bajo costo y mejora de resolución
Omni 1.1 ofrece un modo de borrador a 360p que, según Google, cuenta con una velocidad de procesamiento un 60 por ciento mayor y un costo equivalente a un tercio de la generación estándar a 720p. Este modo tiene como objetivo permitir que los equipos creativos desarrollen prototipos de ideas a bajo costo y con gran velocidad, antes de aprobar la toma ganadora y actualizarla posteriormente a una resolución de 1080p o a la ultra alta definición 4K para la entrega final.
Según lo publicado por la revista «SQ», el precio de los resultados de video a través de la API de Gemini es de aproximadamente 17.50 dólares por millón de tokens, lo que equivale a cerca de 0.10 dólares por segundo de metraje a 720p, aunque Google aún no ha anunciado precios separados para las otras opciones de resolución.
Estructura de precios e integración de socios y plataformas
El modelo ya está disponible de forma inmediata para los desarrolladores a través de «Google AI Studio» y la «plataforma de agentes Gemini para empresas». El acceso para consumidores también se está implementando a nivel mundial para los suscriptores de los planes «Google AI Plus», «Pro» y «Ultra» a través de la plataforma «Google Flow», proporcionando herramientas de extensión de escenas dentro de la aplicación móvil de Gemini.
Grandes empresas ya han comenzado a integrar el modelo en sus productos creativos; Adobe lo ha incorporado en su plataforma Firefly. Itay Shev, director creativo de Figma, declaró que el modelo permite a los equipos pasar «de la simple generación de videos a su verdadera dirección creativa», mientras que Jamie Amverson, director creativo jefe de Runway, describió la actualización como «una nueva forma de permitir a nuestros usuarios navegar rápidamente entre ideas».
Competencia feroz con la plataforma Sora
Este lanzamiento sitúa las herramientas de video orientadas a desarrolladores de Google en una competencia directa y feroz con la plataforma «Sora» de OpenAI en el ámbito comercial y profesional.
Esta rivalidad refleja la acelerada transformación en la industria del video generativo hacia modelos que otorgan a los usuarios un control preciso sobre la trayectoria de la cámara y la narrativa, junto con una calidad visual superior.
Preguntas frecuentes
Pregunta: ¿Cuál es la duración máxima a la que se puede extender una escena en el modelo Gemini Omni 1.1 Flash?
Respuesta: Los clips se pueden extender en incrementos de 10 segundos hasta alcanzar una duración total acumulada de 40 segundos continuos.
Pregunta: ¿Cuál es la utilidad del modo de borrador rápido a 360p?
Respuesta: Ofrece una velocidad de procesamiento un 60 por ciento mayor y un costo equivalente a un tercio del costo original para probar ideas antes de actualizar a 4K.
Pregunta: ¿Cuáles son las empresas líderes que han comenzado a integrar el modelo en sus herramientas creativas?
Respuesta: La lista de socios incluye a Adobe a través de Firefly, Figma para diseño gráfico y Runway para la producción de video inteligente.
