Google hat eine neue Version des KI-Videogenerator Gemini Omni Flash veröffentlicht, der schon mit den letzten Releases beeindruckende konnte und jetzt weiter nachlegt. Das neue KI-Modell zur Videogenerierung soll noch hochwertigere Ergebnisse liefern, die sowohl stärker aussehen als auch die Konsistenz noch länger beibehalten – und das Ganze zu geringeren Kosten als bisher. Wir zeigen euch die Neuerungen.
Die KI-Videogenerierung ist bei vielen Menschen zu einem gewissen Grad und in kleinem Rahmen im Alltag angekommen und im professionellen Bereich scheint diese zumindest aktuell kaum wegzudenken. Google hat für diesen Bereich das KI-Modell Gemini Omni Flash geschaffen und jetzt legt man mit einer neuen Version nach. Mit Gemini Omni 1.2 Flash richtet man sich an Entwickler, Unternehmen und Kreative, um hochwertige Videos effizienter zu skalieren.
Längere Clips mit flexibler Dauer
Das Modell unterstützt nun die native Erstellung von Videos mit einer Länge von bis zu 15 Sekunden, was eine deutliche Steigerung gegenüber den maximal 10 Sekunden des Vorgängers Omni 1.1 darstellt. Die exakte Videodauer lässt sich flexibel in Ein-Sekunden-Schritten zwischen 3 und 15 Sekunden definieren. Dieser erweiterte zeitliche Spielraum bietet Produzenten ausreichend Platz, um in einer einzigen Generierung abgeschlossene kleine Geschichten zu erzählen, komplette Erklärvideos für Produkte zu erstellen oder vollwertige Social-Media-Werbespots zu produzieren.
Schrittweise Bearbeitung (Multi-Turn Editing)
Ein völlig neuer Workflow ermöglicht es, bereits erstellte 15-Sekunden-Clips Schritt für Schritt in einem dialogbasierten Prozess (Turn by Turn) zu verfeinern, anstatt bei jeder kleinen Änderung von vorn beginnen zu müssen. Per einfachem Textbefehl lassen sich gezielt Produkte oder Hintergründe austauschen, das Wetter und die Beleuchtung anpassen oder das Seitenverhältnis ändern. Das ist besonders praktisch, um aus einem Basisvideo ohne erneutes Briefing schnell verschiedene Werbevarianten für unterschiedliche Plattformen oder Zielgruppen abzuleiten.
Höhere visuelle Konsistenz & Referenztreue
Gemini Omni 1.2 Flash verarbeitet eine Kombination aus Charakter-, Produkt- oder Stil-Bildern, kurzen Motion-Clips (bis zu 3 Sekunden) sowie Audio-Hinweisen und behält diese visuellen Referenzen vom ersten bis zum letzten Frame strikt bei. Unerwünschtes „Morphing“ oder optisches Abdriften während Kamerabewegungen werden drastisch reduziert. Gesichter, Faltenwürfe von Kleidungsstücken, Verpackungs-Typografie und Markenfarben bleiben selbst bei 360-Grad-Kameraschwenks absolut konstant, was das Modell ideal für Katalog-Spins, virtuelle Anproben und markengenaue Werbung macht.
Natürliche Sprache und Audio-Synchronisation
Das Modell generiert Szenen mit deutlich flüssigeren und natürlicher klingenden Dialogen. Eine der größten Stärken ist die präzise Lippensynchronisation, gepaart mit einer intelligenten Zuordnung für mehrere Sprecher in einer Szene. Wenn verschiedene Stimmen und Charaktere vorgegeben werden, ordnet die KI die jeweilige Audio-Spur automatisch der richtigen Person im Video zu – inklusive passender Mimik und natürlichem Timing (z.B. bei komödiantischen Pausen).
Filmreife, durchgehende Kamerafahrten
Nutzer können sehr anspruchsvolle und kontinuierliche Kamerabewegungen präzise inszenieren, die einem echten Filmdreh nahekommen. Dazu zählen beispielsweise rasante FPV-Drohnenflüge durch Gebäude, dramatische Crash-Zooms oder weitreichende Umrundungen von Objekten. Das Modell meistert diese dynamischen Einstellungen mit einer wesentlich stabileren Größenverhältnistreue und eliminiert störende, ungewollte Bildsprünge (Jump Cuts) fast vollständig. Dies führt zu einem durchgehend professionellen und hochpolierten filmischen Look in einer einzigen durchgehenden Einstellung.
Geringere Kosten & effizienterer Workflow
Neben einer direkten Preissenkung um 30 % im Vergleich zur Version 1.1 – die Generierung kostet in der API nun lediglich 0,07 $ pro Sekunde für 720p-Material – sorgt vor allem der optimierte Workflow für deutliche Einsparungen. Nutzer können zunächst schnelle, ressourcenschonende Entwürfe in 360p oder 720p erstellen und diese gezielt bearbeiten. Erst wenn das Video genau den Vorstellungen entspricht, wird die beste Version auf die hochauflösenden Formate 1080p oder 4K hochskaliert, was unnötige Renderkosten bei Fehlversuchen vermeidet.
Letzte Aktualisierung am 21.10.2026 / Bilder von der Amazon Product Advertising API / Affiliate Links, vielen Dank für eure Unterstützung! Als Amazon-Partner verdiene ich an qualifizierten Verkäufen.