La version vidéo de Nano Banana est arrivée : intégrant les connaissances mondiales de Gemini, la génération d'images de la banane d'origine ne prend que 4 secondes
Google dévoile deux nouveaux modèles multimodaux Gemini : Omni Flash pour la vidéo et Nano Banana 2 Lite pour l'image, offrant rapidité et coût réduit.
Gemini Omni Flash, désormais accessible via API, combine les capacités de raisonnement multimodales de Gemini avec la génération et l'édition vidéo. Il permet de créer ou modifier des vidéos de 10 secondes à partir de texte, d'images ou de vidéos de référence, en utilisant des connaissances du monde réel pour assurer la cohérence. Son coût est de 0,10$ par seconde de vidéo générée. Google note toutefois des limitations actuelles, comme la durée maximale et des contraintes sur la cohérence des personnages.
Parallèlement, Nano Banana 2 Lite est un modèle de génération d'images optimisé pour la vitesse et l'efficacité économique. Il génère une image en 1K en seulement 4 secondes pour environ 0,034$, soit cinq fois plus rapide et deux fois moins cher que son prédécesseur Nano Banana 2, tout en conservant une bonne qualité de rendu, notamment pour le texte.
Le véritable potentiel réside dans l'utilisation combinée des deux modèles : Nano Banana 2 Lite peut générer rapidement des images, qui sont ensuite utilisées comme base par Omni Flash pour créer des vidéos. Google illustre cette synergie avec trois démonstrations : "Anywhere" pour insérer une personne dans des paysages dynamiques, "Space Lift" pour visualiser des concepts de décoration d'intérieur, et "Omni Product Studio" pour créer automatiquement des visuels et vidéos marketing pour le commerce électronique.
Ces lancements soulignent la stratégie de Google de se concentrer sur les applications pratiques du multimodale pour des secteurs comme le e-commerce, la publicité ou l'aménagement, malgré la concurrence féroce dans d'autres domaines comme le codage.
marsbit07/01 01:57
