Google hat eine verbesserte Version seines Video-Generierungs-Modells Gemini Omni Flash freigestellt. Die Version 1.1 bringt verschiedene Verbesserungen, die die praktische Anwendbarkeit für professionelle und kommerzielle Zwecke erhöhen sollen.
Die wichtigsten Neuerungen sind: Erstens unterstützt das Modell längere Video-Szenen. Das ist relevant, weil vorherige Versionen oft auf kurze Clips beschränkt waren; längere Sequenzen eröffnen neue Anwendungsfälle. Zweitens wurde die visuelle Konsistenz verbessert, was bedeutet, dass Charaktere und Gegenstände über längere Zeiträume natürlicher wirken, ohne abrupt in Erscheinung oder Verhalten zu wechseln. Drittens kann die neue Version bestehende Videos auf 4K-Auflösung hochskalieren, was den Output für professionelle Verwendung attraktiver macht.
KI-generierte Videos sind eine wachsende Technologie mit sich abzeichnenden Geschäftsmodellen: Marketing-Teams können damit schneller Konzepte visualisieren, Content-Ersteller können automatisiert Variationen von Inhalten generieren, und Produktentwickler können Designkonzepte animieren. Mit besserer Qualität und längeren Sequenzen wird die Technologie für mehr Anwendungsfälle praktisch.
Die Verbesserungen bei Konsistenz sind technisch besonders interessant: Sie deuten darauf hin, dass Google sein Modell-Training verfeinert hat, wahrscheinlich durch verbessertes Denken und längeres Trainieren auf Video-Daten. Das war bislang eine Schwachstelle von Video-KI, die visuellen Artefakte und Sprünge zwischen Frames.
Für Unternehmen mit Media- oder Content-Produktion bedeutet Gemini Omni Flash 1.1 eine Alternative zu traditionellen Video-Produktionsprozessen. Es ermöglicht schnelleres Prototyping und kann Produktionskosten reduzieren. Allerdings sollte beachtet werden, dass KI-generierte Videos noch immer rechtliche Grenzen haben: Urheberrechts- und Datenschutzfragen sind nicht vollständig geklärt. Unternehmen sollten rechtlichen Rat einholen, bevor sie KI-Video-Tools in produktiven Workflows einsetzen.