Dévoilé initialement lors de la Google I/O le 19 mai, le modèle de génération et de retouche vidéo par intelligence artificielle Gemini Omni passe en version 1.2 Flash. La version précédente, la 1.1 Flash publiée le 27 août, se limitait à des séquences de 10 secondes d'une seule traite, exigeant de prolonger manuellement les scènes pour obtenir des durées supérieures. La version 1.2 Flash génère désormais des séquences de 3 à 15 secondes réglables à la seconde près.
Selon Google, cette mise à jour améliore la continuité visuelle. En fournissant des images de référence (personnages, produits, styles) ou des extraits vidéo de trois secondes maximum, le modèle maintient une meilleure stabilité des visages, des vêtements, du texte sur les emballages et des couleurs de marque lors des changements d'angle de caméra. L'éditeur annonce également des progrès sur le son, avec des dialogues plus naturels, une synchronisation labiale améliorée et la prise en charge de plusieurs personnages dotés de voix distinctes. Google reconnaît toutefois des difficultés persistantes sur les mouvements sportifs rapides, les changements de scénario soudains et les interactions physiques complexes.
Côté tarifs, l'accès via l'API passe à 0,07 dollar par seconde de vidéo en 720p, contre environ 0,10 dollar avec la version 1.1. L'option d'exportation en 4K est quant à elle facturée 0,21 dollar la seconde. Pour les développeurs, l'accès à la version 1.1 Flash basculera automatiquement vers la 1.2 le 3 décembre.
Le modèle est intégré aux abonnés Google AI Ultra dans l'application Gemini, sans surcoût dans Google Vids avec un compte Google ou Workspace, ainsi que dans l'outil Flow, Google AI Studio, Google Cloud et Google Ads. Toutes les vidéos générées intègrent le filigrane numérique invisible SynthID.