Berdasarkan rilis resmi Google (05/11), perusahaan mengumumkan peluncuran Gemini Omni 1.2 Flash, model generatif untuk membuat video AI berdurasi hingga 15 detik dalam satu kali proses generasi. Versi terbaru ini diklaim lebih konsisten dalam mempertahankan detail visual dan harganya turun 30% dibanding pendahulunya, menjadi $0,07 per detik untuk video resolusi 720p.

Model ini sudah bisa digunakan secara umum melalui Gemini API, Google Cloud, Google Vids, dan Gemini for business. Pengguna dapat menentukan durasi video dalam kelipatan satu detik, dari 3 sampai 15 detik, sehingga cukup untuk satu iklan singkat, penjelasan produk, atau potongan konten media sosial tanpa perlu menyambung beberapa klip.

Salah satu fitur yang disorot adalah kemampuan edit percakapan multiturn. Artinya, pengguna bisa meminta perubahan pada klip yang sudah dihasilkan, misalnya mengganti latar belakang, menyesuaikan pencahayaan, atau mengubah rasio aspek, tanpa harus membuat ulang dari awal. Pendekatan ini membantu menekan biaya karena pengguna bisa membuat draf cepat di resolusi 360p atau 720p, memperbaiki detail tertentu lewat perintah lanjutan, lalu menaikkan kualitas hasil akhir ke 1080p atau 4K.

Dari sisi konsistensi visual, Google menyebut Omni 1.2 Flash lebih mampu mempertahankan wajah, pakaian, warna merek, dan tipografi pada kemasan dari awal hingga akhir klip. Model ini juga dapat menerima panduan berupa foto karakter, gambar produk, klip motion pendek hingga tiga detik, dan isyarat audio, lalu menjaga konsistensi detail tersebut saat kamera bergerak atau berpindah sudut. Untuk dialog, model ini menambahkan kemampuan multi-speaker conditioning dengan lip-sync yang lebih jelas dan tata waktu komedi yang lebih natural.

Secara umum, model video generatif bekerja dengan cara menerima perintah teks, gambar, atau audio sebagai acuan, lalu memprediksi frame demi frame untuk menghasilkan klip yang koheren. Tantangan yang biasa muncul adalah drift visual, yaitu perubahan kecil pada wajah atau objek yang membuat hasil akhir terasa tidak konsisten, terutama saat klip diperpanjang. Klaim Omni 1.2 Flash yang mengurangi drift dan jump cut yang tidak diinginkan menjadi pembeda utama dibanding versi 1.1.

Bagi tim pemasaran atau kreator yang sering memproduksi banyak variasi iklan untuk audiens berbeda, alur draf-murah lalu edit-per-bagian ini bisa memangkas waktu produksi. Contoh pemakaian yang diangkat Google antara lain urutan virtual try-on 15 detik dengan beberapa busana, animasi poster pameran yang dirakit lapis demi lapis, hingga penerbangan drone FPV kontinu melintasi sebuah plaza tanpa potongan. Semua contoh itu dihasilkan dari satu kali generasi atau beberapa putaran edit, bukan dari penyambungan manual.