Google lanza Gemini Omni Flash 1.2: videos de hasta 15 segundos y un precio un 30% menor

El principal problema del video generativo para productos no es la calidad de un fotograma aislado, sino el control. Se obtiene un clip casi perfecto, pero el protagonista cambia de chaqueta en el quinto segundo, la cámara se desplaza en la dirección equivocada y cualquier corrección obliga a generar todo de nuevo desde cero. Gemini Omni Flash 1.2 apunta precisamente a estos problemas.

Logan Kilpatrick, de Google, anunció el despliegue de la actualización. Por ahora hay pocos detalles más allá del anuncio, así que a continuación se resume lo que la compañía afirma y lo que conviene comprobar por cuenta propia.

Qué ha cambiado

El anuncio incluye cinco puntos:

• la duración de los videos aumentó hasta 15 segundos;
• se añadieron controles cinematográficos más avanzados para el punto de vista de la cámara;
• se admite la edición mediante un diálogo de varios pasos;
• se redujo la deriva visual;
• el precio es un 30% menor que el de Omni Flash 1.1.

Por separado, cada punto parece modesto. En conjunto, cambian el flujo de trabajo: crear un clip deja de ser una lotería y se convierte en un proceso iterativo.

Cómo funciona en la práctica

Imagine que está creando un anuncio para una aplicación de reparto. Antes escribía un prompt, obtenía entre 5 y 8 segundos de video, observaba que el repartidor empezaba a "derivar" hacia el final y regeneraba todo el clip. Ahora puede construir una escena de 15 segundos y después pedir: "haz más lento el movimiento orbital de la cámara" o "cambia la mochila por una roja", sin perder el resto. Una menor deriva significa que los personajes y objetos conservan su identidad durante más tiempo, algo esencial para los materiales de marca.

La edición conversacional resulta especialmente importante para los productos en los que el usuario genera el video. En lugar de un campo de "escribir el prompt y esperar", se puede ofrecer un chat de edición similar al de un editor de imágenes.

Precio y economía

La reducción del coste en un 30% es probablemente el punto más práctico. La generación de video sigue siendo cara y las iteraciones multiplican el gasto. Si su caso de uso requiere entre 3 y 5 correcciones por clip, una unidad de generación más barata y la posibilidad de editar en vez de regenerar pueden reducir considerablemente la factura. Sin embargo, hay que tener en cuenta que el anuncio no aclara cuánto cuesta una corrección mediante diálogo ni si se factura como una nueva generación.

Limitaciones

Las afirmaciones sobre una "menor deriva" y unos "controles avanzados de cámara" todavía no vienen acompañadas de cifras ni de pruebas independientes. Un video de 15 segundos sigue siendo un clip corto: para contar una historia completa habrá que montar varias escenas y mantener la coherencia entre ellas. Tampoco está claro cómo se comporta el modelo con personas, texto dentro del encuadre y física compleja.

Qué hacer

Si ya utiliza Omni Flash 1.1, evalúe la migración con el mismo conjunto de prompts, compare la deriva en entre 10 y 20 escenas habituales y recalcule el presupuesto teniendo en cuenta el descuento. Si está desarrollando un producto con video generado por usuarios, pruebe la edición de varios pasos como base de la interfaz. Si apenas está explorando la IA de video, la combinación de 15 segundos y un precio más bajo es un motivo razonable para realizar un piloto con una tarea real, no solo con ejemplos de demostración.

En resumen: no es un lanzamiento revolucionario, sino práctico. Google mejora la previsibilidad y el precio, no el "factor sorpresa", y eso es precisamente lo que determina si la generación de video llega a producción.