Gemini Omni 1.1 Flash: bozze a 360p, un fotogramma iniziale e output 4K
Bottom Line Up Front (BLUF): Gemini Omni 1.1 Flash è la seconda versione del modello video multimodale. L'input misto rimane lo stesso: testo, immagini, video, voci e caratteri salvati in un'unica richiesta. Due controlli sono nuovi: una modalità bozza veloce a 360p e un fotogramma iniziale che decide dove inizia il movimento. Entrambe le versioni si trovano nello stesso elenco di modelli, quindi puoi cambiare in qualsiasi momento.
Quale versione 1.1 Flash aggiunge
Ci sono esattamente due differenze ed entrambe riguardano la direzione del tiro. Il primo è 360p: la versione 1 non lo offre affatto, il suo gradino più basso è 720p. Il secondo è il fotogramma iniziale: un'immagine caricata può essere dichiarata il primo fotogramma della clip, quindi il movimento inizia da lì invece che da qualunque cosa inventi il modello.
Tutto il resto corrisponde: 4, 6, 8 o 10 secondi, orizzontale 16:9 e verticale 9:16, risoluzioni di 720p, 1080p e 4K, un campo seme per risultati ripetibili e le librerie condivise di voci e personaggi. Anche il prezzo è identico per entrambe le versioni.
360p riguarda la velocità, non il risparmio di denaro
La modalità bozza costa esattamente quanto costano 720p e 1080p: la tariffa dipende dalla lunghezza della clip, non dalla dimensione del fotogramma. Lo scopo di 360p è diverso: un piccolo fotogramma ritorna notevolmente più velocemente, quindi allo stesso tempo puoi provare più diciture, angoli e azioni.
Un percorso pratico è questo: tre o quattro tentativi a 360p finché la scena non funziona, quindi lo stesso prompt con lo stesso seed viene ripetuto in 1080p o 4K. Con un seme fisso, la clip finale di solito ripete la bozza nella composizione e differisce solo nei dettagli.
Fotogramma iniziale: il clip si apre sulla tua immagine
La casella di controllo «usa la prima immagine caricata come fotogramma iniziale» trasforma un riferimento nel fotogramma di apertura letterale. Ciò aiuta quando l'inizio è fisso: un poster finito, un fotogramma di una clip precedente, una stanza che hai girato con un telefono. Il testo quindi descrive solo il movimento: chi entra, cosa fa il personaggio, dove va la telecamera.
La modalità ha un costo in capacità, ed è meglio conoscerla in anticipo: con un frame di partenza gli altri allegati non vengono inviati. Nessuna immagine extra, nessun riferimento video, nessun personaggio e nessuna voce: il modello funziona solo con l'immagine di apertura e il testo. Se hai bisogno di input misti, deseleziona la casella di controllo e tutto ciò che è allegato viaggia come al solito.
Ingresso misto e quota degli allegati
Senza un frame iniziale si applica l'aritmetica familiare: sette slot in totale. Ogni immagine occupa uno slot, anche un personaggio salvato ne occupa uno e un riferimento video ne occupa due contemporaneamente. Quindi puoi portare sette foto, oppure un video più cinque foto, oppure tre personaggi e un video più due foto.
Un riferimento video viene tagliato in una finestra di dieci secondi e il frammento viene selezionato nel browser con un dispositivo di scorrimento prima dell'invio. Le voci provengono dalla tua libreria personale: fino a tre tracce per clip, con le righe scritte nella descrizione della scena stessa.
Quale versione scegliere
Usa 1.1 Flash quando hai bisogno di una rapida panoramica delle idee o di un'apertura rigorosamente definita. La versione 1 rimane una scelta ragionevole laddove nessuno dei due è richiesto e le impostazioni sono già definite: i risultati sono vicini e il modulo è lo stesso.
Il cambio non interrompe nulla: la storia della generazione è condivisa, così come le librerie di voci e personaggi. Lo stesso eroe può recitare nelle clip realizzate da entrambe le versioni e il feed mostra quale ha prodotto ciascun risultato.
Domande frequenti
In che modo Gemini Omni 1.1 Flash è diverso da Gemini Omni 1?
In due modi: la risoluzione bozza 360p, che la versione 1 non ha, e il fotogramma iniziale: l'opzione per rendere un'immagine caricata il primo fotogramma della clip. Durata, proporzioni, 4K, seed, voci e personaggi sono gli stessi in entrambi.
360p è più economico di 1080p?
No. Il prezzo dipende dalla durata della clip e dalla presenza o meno di un riferimento video; 360p, 720p e 1080p costano lo stesso e solo 4K costa di più. La modalità Draft vince sul tempo di attesa, non sul prezzo.
Perché i personaggi e le voci scompaiono quando imposto un fotogramma iniziale?
Il modello stesso funziona così: il frame di partenza è incompatibile con gli altri allegati e viene inviato senza di essi. Se la scena necessita di un personaggio, una voce o un riferimento video, deseleziona la casella di controllo del fotogramma iniziale e verrà eseguito l'intero input misto.
Posso ripetere una buona bozza in alta qualità?
SÌ. Correggi il seed durante la stesura ed esegui nuovamente la stessa richiesta modificando solo la risoluzione. La corrispondenza fotogramma per fotogramma non è garantita, ma la composizione e l'azione vengono generalmente preservate.