Gemini Omni 1.2 Video-Editing im Chat: So funktioniert es

👁 113 Aufrufe

Videobearbeitung direkt im Chat ist die Funktion, mit der Google die Vorstellung von Gemini Omni 1.2 Flash einleitet, neben 15-Sekunden-Clips und niedrigeren Preisen. Sie generieren ein Video und schreiben anschliessend wie an einen Video-Editor: Hintergrund austauschen, Produkt ersetzen, Tag zu Nacht machen, Bildformat auf Hochformat umstellen. Das Modell rendert die Szene nicht komplett neu, sondern passt gezielt das Gewünschte an und belässt den Rest. In Version 1.2 funktioniert das über volle 15 Sekunden.

Ich wollte genau diesen Ablauf am Erscheinungstag mit eigenen Clips demonstrieren. Es hat nicht funktioniert, und auch diese Erkenntnis halte ich für wichtig. Nachfolgend erläutere ich, wie das Chat-Editing laut Google gedacht ist, was ich unternommen habe, wo die Fehler lagen und welche Einschränkungen im EWR, in der Schweiz und im Vereinigten Königreich greifen.

So funktioniert die Bearbeitung laut Google

In der Gemini-App, in Google Flow und Google Vids ist die Bearbeitung schlicht eine weitere Textnachricht im Chatverlauf. In der Programmierschnittstelle (API) sieht der Ablauf so aus:

• Jede Generierung ist eine Interaktion mit einer eigenen ID. Um sie zu überarbeiten, senden Sie eine neue Anfrage mit dem Parameter previous_interaction_id. Ein erneutes Hochladen des Videos ist nicht erforderlich.
• Jeder Durchlauf liefert einen neuen Clip, der auf dem vorherigen aufbaut. So lässt sich schrittweise korrigieren: zuerst der Hintergrund, dann das Licht, danach das Wetter.
• Wenn Sie das Zwischenspeichern deaktivieren (store=false), lässt sich der Clip später nicht mehr editieren.
• Google empfiehlt kurze Anweisungen mit dem Zusatz, den Rest unverändert zu lassen („Keep everything else the same“).
• Auch eigene Videoaufnahmen von bis zu 15 Sekunden Dauer können editiert werden.

Beispiele aus der Produktankündigung umfassen den Austausch von Produkten oder Kulissen, Korrekturen an Licht und Wetter sowie den Wechsel des Seitenverhältnisses. Hinzu kommen das Verlängern von Clips um weitere Sekunden (auf insgesamt bis zu 30 Sekunden) sowie Übergänge zwischen dem ersten und letzten Frame.

Wichtige Einschränkung im EWR, in der Schweiz und im UK

Das ist das entscheidende Detail für Nutzer in unserem Markt: Im Europäischen Wirtschaftsraum (EWR), in der Schweiz und im Vereinigten Königreich ist das Bearbeiten und Verlängern von selbst hochgeladenen Videos nicht verfügbar. Sie können ausschliesslich Clips editieren und erweitern, die Gemini Omni selbst erzeugt hat. Zudem dürfen Videos, die Minderjährige zeigen, in dieser Region generell nicht zur Bearbeitung hochgeladen werden.

In der Praxis bedeutet das: Eigene Smartphone-Aufnahmen lassen sich in Omni nicht nachträglich in eine Nacht- oder Winterszene verwandeln. Ein von Grund auf generierter Clip hingegen schon. Dieselbe Beschränkung galt bereits für Version 1.1 und bleibt unverändert bestehen.

Mein Test: Fünf Versuche, fünf Fehlermeldungen

Ich habe meine Clips über OpenRouter generiert, wo das Modell google/gemini-omni-1.2-flash direkt am Veröffentlichungstag freigeschaltet wurde. Zu Beginn erstellte ich einen 4-sekündigen Clip mit einer roten Katze auf einer regnerischen Fensterbank und versuchte ihn anschliessend zu modifizieren: Die Tageszeit sollte auf Nacht wechseln, draussen sollte eine gelbe Strassenlaterne leuchten, der Regen bleiben und die Katze unverändert sein. Ich übermittelte das Video auf fünf verschiedenen Wegen, mit wechselnden Aufgabenparametern und über eine öffentliche URL. Das Ergebnis jedes Mal: „Video generation failed“. Immerhin fiel dafür keine Gebühr an.

Mit diesem Problem stand ich nicht allein da. Tester von Segmind, die das Modell ebenfalls am Releasetag integriert hatten, berichteten, dass die Verfeinerungsfunktion („refine“) bei ihnen den Status „not available yet“ zurückgab. Als Übergangslösung luden sie den vorherigen Clip in herkömmliche Bearbeitungs-Pipelines. Es sieht so aus, als funktioniere das iterative Chat-Editing zum Start primär innerhalb der hauseigenen Google-Produkte und direkt in der Gemini API, während Aggregatoren und Drittanbieter die Schnittstelle noch fertig anbinden müssen.

Der Umweg über ein Standbild: Nicht das gewünschte Resultat

Daraufhin habe ich einen alternativen Ansatz ausprobiert. Ich exportierte den ersten Frame eines fertigen Clips, der Kleingärtner beim Grillen zeigte. Diesen nutzte ich als Referenzbild mit folgendem Prompt: dieselbe Szene, dieselben Personen, aber im Winter bei dichtem Schneefall, beide mit Wintermützen und Schals.

Das Resultat ist aufschlussreich. Figuren, Kleidung, Grill und selbst die Kameraperspektive stimmen fast exakt mit der Vorlage überein. Der im Test auf Polnisch angeforderte Dialog wurde flüssig wiedergegeben. Vom Winter fehlt jedoch jede Spur: grüne Bäume, sommerliche Beleuchtung, keinerlei Mützen. Das Modell stufte die Bildvorlage als verbindlicher ein als die Textanweisung. Um Charaktere über mehrere Einstellungen hinweg konsistent zu halten, ist das ein grosser Vorteil. Als Methode zur gezielten Bearbeitung erweist es sich als Sackgasse.

Wann sich die Chat-Bearbeitung auszahlt

Trotz der Startschwierigkeiten am Veröffentlichungstag halte ich diesen Ansatz auf lange Sicht für das spannendste Feature von Omni. Bei anderen Modellen bedeutet jede Korrektur ein erneutes Würfeln: verändertes Gesicht, neue Umgebung, andere Kamerabewegung. Sobald die Chat-Bearbeitung zuverlässig greift, verändert sich die Wirtschaftlichkeit bei Social-Media-Clips und Werbespots grundlegend. Sie erstellen eine gelungene Basisaufnahme und leiten Anpassungen für Sommer, Winter, Nachtszenen oder Hochformat über gezielte Prompts ab, statt auf Zufallstreffer zu hoffen.

Hier können Sie die Funktion aktuell testen:

• Google Vids: 15-Sekunden-Clips ohne Zusatzkosten im Rahmen eines Google- oder Workspace-Kontos;
• Google Flow: Das Kreativwerkzeug von Google für Szenenregie und mehrstufige Bearbeitung;
• Gemini App: 15-Sekunden-Videos werden schrittweise für Abonnenten von Google AI Ultra ausgerollt;
• Gemini API und Vertex AI: Vollständige Bearbeitung über den Parameter previous_interaction_id.

Ich werde diesen Test wiederholen, sobald die API-Anbieter die Bearbeitungslogik stabil integriert haben, und die Ergebnisse hier ergänzen. Weitere Funktionen, die vom ersten Tag an einsatzbereit waren, zeige ich in meinem Beitrag Gemini Omni 1.2 Flash im Test sowie der Übersicht im Gemini Omni Flash Hub.

// weiterlesenGemini API Kosten 2026: Preise für Text, Bild und VideoKI-WerkzeugeSkyReels V4: 8 Beispiele für Video-Editing & KI-VideoKI-WerkzeugeGemini Omni Flash im Test: Googles Video-KI, Kosten und RankingBenchmarks