Ein kurzer Werbeclip, eine Produktansicht oder eine animierte Szene: Google erweitert sein Videomodell Gemini Omni 1.2 Flash. Die am 5. November vorgestellte Version erzeugt laut Unternehmen Clips von bis zu 15 Sekunden und lässt sie mit weiteren Anweisungen bearbeiten. Bislang waren es bei der Vorgängerversion zehn Sekunden.
Auch der Preis für eine bestimmte Ausgabe sinkt: Google nennt für 720p-Videos 0,07 US-Dollar je erzeugter Sekunde und beziffert den Rückgang gegenüber Version 1.1 auf 30 Prozent. Entscheidend ist die Bezugsgröße: Die Angabe gilt für diese Auflösung und ist kein pauschaler Preis für jedes Google-Produkt. Ein vollständig berechnetes 15-Sekunden-Video entspräche bei diesem Satz rechnerisch 1,05 US-Dollar; weitere Kosten und Nutzungsbedingungen hängen vom gewählten Angebot ab.
Mehr Zeit für eine zusammenhängende Szene
Bei einem generativen Videomodell beschreibt ein Nutzer eine gewünschte Szene oder gibt Referenzmaterial vor. Das Modell erzeugt daraus bewegte Bilder. Die neue Version erlaubt laut Google eine Dauer zwischen drei und 15 Sekunden in Schritten von einer Sekunde. Fünf Sekunden mehr als zuvor können etwa Platz für eine längere Kamerafahrt oder eine zusätzliche Handlung innerhalb eines einzelnen Clips schaffen.
Das bedeutet nicht, dass jede längere Szene automatisch stimmig wird. Ein Gegenstand muss über viele Einzelbilder hinweg wiedererkennbar bleiben, obwohl sich Perspektive und Licht ändern. Google erklärt, die neue Version halte Figuren, Gegenstände und Gestaltungsvorlagen besser zusammen. Das ist eine Leistungsangabe des Herstellers; wie zuverlässig sie bei einer konkreten Aufgabe gelingt, hängt vom Ergebnis ab.
Ein Clip, mehrere Anweisungen
Eine weitere Änderung betrifft die Bearbeitung. Statt eine vollständige Beschreibung bei jedem Versuch neu aufzusetzen, sollen Nutzer einen Clip mit aufeinanderfolgenden Anweisungen verändern können. Als Beispiel nennt Google einen anderen Hintergrund oder eine veränderte Beleuchtung. Für eine Produktaufnahme könnte man zunächst die Szene erzeugen und anschließend eine andere Umgebung ausprobieren.
Als Vorgaben lassen sich nach Googles Beschreibung Bilder von Figuren oder Produkten, kurze Bewegungsclips und Audiohinweise kombinieren. Solche Referenzen geben dem Modell Anhaltspunkte. Sie ersetzen die Kontrolle des Ergebnisses nicht: Gerade wenn ein Produkt oder eine Person erkennbar bleiben soll, können kleine Abweichungen relevant sein.
Wo das Modell eingesetzt werden soll
Google stellt die Version unter anderem über seine Programmierschnittstelle und Unternehmensangebote bereit. Eine Programmierschnittstelle, kurz API, erlaubt es Entwicklern, die Funktion in eigene Anwendungen einzubinden. Entwürfe lassen sich laut Google zunächst in 360p oder 720p erzeugen und ausgewählte Ergebnisse anschließend auf höhere Auflösungen hochskalieren. Dabei werden vorhandene Bilder auf eine größere Ausgabegröße gebracht.
Für Google Vids begann der Rollout nach Angaben des Workspace-Teams am 5. November. Welche Funktionen und Nutzungslimits verfügbar sind, hängt vom Konto und Angebot ab; aus der Ankündigung folgt keine Zusage für jedes Konto in Deutschland. Google nennt außerdem eine Einführung in der Gemini-App für Abonnenten von Google AI Ultra.
Bewegung und Physik bleiben anspruchsvoll
Google räumt selbst ein, dass schnelle Sportbewegungen und komplexe Physik weiter schwierig sind. Wer einen Clip verwendet, sollte deshalb Bewegungsabläufe und Details prüfen, bevor er das Ergebnis veröffentlicht. Das gilt besonders, wenn der Film einen realen Vorgang darstellen soll: Eine plausibel aussehende Szene ist keine Dokumentation eines tatsächlichen Ereignisses.
Die Ausgaben tragen nach Herstellerangaben ein nicht sichtbares SynthID-Wasserzeichen. Es soll Hinweise auf KI-generierte Inhalte geben; für die inhaltliche Einordnung eines Videos bleibt entscheidend, was gezeigt und wie es gekennzeichnet wird.
Quellen
- Google: Gemini Omni 1.2 Flash, 5. November 2026
- Google Workspace: Gemini Omni 1.2 Flash in Vids, 5. November 2026
Für diesen Artikel wurden KI-gestützte Recherche- und Editierwerkzeuge verwendet. Der Inhalt wurde redaktionell geprüft.
