Gemini Omni 1.1 Flash : brouillons 360p, une image de départ et une sortie 4K
Bottom Line Up Front (BLUF): Gemini Omni 1.1 Flash est la deuxième version du modèle vidéo multimodal. L'entrée mixte reste la même : texte, images, vidéo, voix et caractères enregistrés dans une seule requête. Deux commandes sont nouvelles : un mode brouillon rapide 360p et une image de départ qui décide où commence le mouvement. Les deux versions se trouvent dans la même liste de modèles, vous pouvez donc changer à tout moment.
Quelle version 1.1 Flash ajoute
Il y a exactement deux différences, et toutes deux concernent la direction du tir. Le premier est 360p : la version 1 ne le propose pas du tout, son palier le plus bas est 720p. La seconde est l'image de départ : une image téléchargée peut être déclarée première image du clip, de sorte que le mouvement commence à partir de celle-ci plutôt que de ce que le modèle invente.
Tout le reste correspond : 4, 6, 8 ou 10 secondes, paysage 16:9 et portrait 9:16, résolutions de 720p, 1080p et 4K, un champ de départ pour des résultats reproductibles et les bibliothèques partagées de voix et de personnages. Le prix est également identique pour les deux versions.
La 360p est une question de vitesse, pas d'économie d'argent
Le mode brouillon coûte exactement ce que coûtent 720p et 1080p : le tarif suit la longueur du clip, pas la taille de l'image. L'intérêt du 360p est différent : une petite image revient sensiblement plus rapidement, vous pouvez donc en même temps essayer plus de mots, d'angles et d'actions.
Un itinéraire pratique ressemble à ceci : trois ou quatre tentatives en 360p jusqu'à ce que la scène fonctionne, puis la même invite avec la même graine réexécutée en 1080p ou 4K. Avec une graine fixe, le clip final répète généralement le brouillon dans sa composition et ne diffère que par les détails.
Image de départ : le clip s'ouvre sur votre photo
La case à cocher « Utiliser la première image téléchargée comme cadre de départ » transforme une référence en cadre d'ouverture littéral. Cela aide lorsque le début est fixé : une affiche terminée, une image d'un clip précédent, une pièce que vous avez tournée avec un téléphone. Le texte décrit alors uniquement le mouvement : qui entre, ce que fait le personnage, où va la caméra.
Le mode a un coût en capacité, et il est mieux connu à l'avance : avec une trame de départ les autres pièces jointes ne sont pas envoyées. Pas d'images supplémentaires, pas de référence vidéo, pas de personnages et pas de voix : le modèle fonctionne uniquement avec l'image d'ouverture et le texte. Si vous avez besoin d'une entrée mixte, décochez la case et tout ce qui est joint se déplace comme d'habitude.
Saisie mixte et quota de pièces jointes
Sans cadre de départ, l'arithmétique familière s'applique : sept emplacements au total. Chaque image occupe un emplacement, un personnage enregistré en prend un également et une référence vidéo en prend deux à la fois. Vous pouvez donc apporter sept images, ou une vidéo plus cinq images, ou trois personnages et une vidéo plus deux images.
Une référence vidéo est découpée dans une fenêtre de dix secondes et le fragment est sélectionné dans le navigateur avec un curseur avant d'être envoyé. Les voix proviennent de votre bibliothèque personnelle : jusqu'à trois pistes par clip, avec les lignes écrites dans la description de la scène elle-même.
Quelle version choisir
Prenez 1.1 Flash lorsque vous avez besoin d'un balayage rapide des idées ou d'une ouverture strictement définie. La version 1 reste un choix raisonnable où ni l'un ni l'autre n'est requis et où les paramètres sont déjà définis - les résultats sont proches et la forme est la même.
Le changement ne casse rien : l’historique des générations est partagé, tout comme les bibliothèques de voix et de personnages. Le même héros peut jouer dans les clips réalisés par l’une ou l’autre version, et le flux montre lequel a produit chaque résultat.
Questions fréquentes
En quoi Gemini Omni 1.1 Flash est-il différent de Gemini Omni 1 ?
De deux manières : la résolution brouillon de 360p, que la version 1 n'a pas, et l'image de départ — la possibilité de faire d'une image téléchargée la première image du clip. La durée, les proportions, 4K, la graine, les voix et les personnages sont les mêmes dans les deux.
Le 360p est-il moins cher que le 1080p ?
Non. Le prix dépend de la durée du clip et de la fourniture ou non d'une référence vidéo. 360p, 720p et 1080p coûtent le même prix, et seulement 4K coûte plus cher. Le mode brouillon gagne sur le temps d’attente, pas sur le prix.
Pourquoi les personnages et les voix disparaissent-ils lorsque je définis une image de départ ?
C'est ainsi que fonctionne le modèle lui-même : la frame de départ est incompatible avec les autres pièces jointes et est envoyée sans elles. Si la scène a besoin d'un personnage, d'une voix ou d'une référence vidéo, décochez la case de l'image de départ et l'entrée mixée complète passe.
Puis-je répéter un bon brouillon en haute qualité ?
Oui. Corrigez la graine lors de la rédaction et réexécutez la même demande avec seule la résolution modifiée. Une correspondance image par image n'est pas garantie, mais la composition et l'action sont généralement préservées.