Gemini Omni 1.2 Flash çıktı: 15 saniyelik video ve çok turlu düzenleme

Google DeepMind, Gemini Omni 1.2 Flash video üretim modelini 5 Kasım 2026’da duyurdu. Model; daha uzun klip üretimi, referans görsellere daha iyi bağlılık ve aynı video üzerinde konuşma turlarıyla düzenleme özellikleriyle Gemini API ve Google Cloud’da genel kullanıma sunuluyor. Google, 720p video üretim ücretini saniye başına 0,07 dolar olarak açıklıyor ve bunun Gemini Omni 1.1’e göre yüzde 30 daha düşük olduğunu belirtiyor.

Klip süresi ve üretim maliyeti nasıl değişiyor?

Önceki sürümde 10 saniyeye kadar olan video süresi, Gemini Omni 1.2 Flash’ta 15 saniyeye çıkıyor. Üretim süresi 3 ile 15 saniye arasında, birer saniyelik artışlarla belirlenebiliyor. Google’a göre bu, tek üretimde daha uzun anlatımlar, ürün tanıtımları veya sosyal medya reklamları hazırlamaya imkân veriyor.

Üretim sürecinde ilk taslaklar 360p ya da 720p olarak hazırlanabiliyor. Beğenilen çıktılar daha sonra 1080p veya 4K çözünürlüğe yükseltilebiliyor. Şirket, maliyetin yalnızca düşük fiyatla değil, bir ayrıntıyı değiştirmek için bütün klibi yeniden üretmek yerine mevcut videoya takip eden bir düzenleme istemi verilebilmesiyle de azaltılabileceğini söylüyor.

Referanslar ve düzenleme yöntemi

Model; karakter, ürün veya stil görsellerini, üç saniyeye kadar kısa hareket kliplerini ve ses ipuçlarını bir arada kullanabiliyor. Google, bu referansların video boyunca daha tutarlı korunmasını ve sahne ya da kamera hareketleri sırasında görsel değişimlerin azalmasını hedeflediğini belirtiyor. Şirketin örneklerinde aynı karakterin, ürünün ve sahnenin farklı açılarda korunması öne çıkarılıyor.

Bir klip üretildikten sonra arka planı değiştirmek, ışığı veya hava koşullarını düzenlemek ya da kadraj oranını değiştirmek gibi işlemler konuşma turlarıyla yapılabiliyor. Böylece her varyasyon için yeni bir başlangıç istemi hazırlamak gerekmiyor. Google ayrıca, daha akıcı konuşma, dudak eşleşmesi ve birden fazla konuşmacıyı yönlendirme özelliklerinden söz ediyor.

Modelin kamera hareketleri için verdiği örnekler arasında kesintisiz uçuş ve yakınlaşma hareketleri bulunuyor. Google’ın mimari referans görselleriyle gösterdiği senaryoda kamera, bir meydandan kapılara ve kubbe içine ilerleyen tek bir uçuş oluşturuyor. Bunlar üreticinin paylaştığı örnekler; sonuçların farklı istem ve referanslarla nasıl değişeceği açıklamada sayısal bir başarı ölçütüyle verilmiş değil.

Mimarlık ve görselleştirme iş akışlarına etkisi

Mimarlık ofisleri ve görselleştirme sanatçıları için 15 saniyelik üretim sınırı, kısa mekân anlatımları veya sunum önizlemeleri hazırlarken değerlendirilebilir. Referans görselleri ve hareket tariflerini birlikte kullanma, tasarım dilini ya da belirli bir sahne düzenini korumaya yönelik denemelerde işe yarayabilir. Konuşmalı düzenleme de arka plan ve ışık gibi unsurları değiştirerek alternatifler üretme sürecini hızlandırma potansiyeli taşıyor.

Ancak bu özellikler, modelin her projede istenen mimari geometriyi veya malzeme görünümünü eksiksiz koruyacağını kanıtlamıyor. Üretim öncesinde referanslarla tutarlılık ve hareket sürekliliği kontrol edilmeli. API kullanacak ekiplerin maliyeti çözünürlük ve klip süresine göre değerlendirmesi gerekir; fiyat kaynağında 720p için saniye başına 0,07 dolar olarak belirtiliyor. Google Vids’te ise 15 saniyelik klip üretiminin ek ücret olmadan sunulduğu aktarılıyor.