Google fa un passo più concreto verso un modello AI davvero multimodale con Gemini Omni, una nuova famiglia di modelli capace di ragionare su testo, immagini, audio e video per generare e modificare filmati con un semplice dialogo.
Il primo rilascio è Gemini Omni Flash, pensato soprattutto per l’uso consumer: arriva oggi su Gemini, YouTube Shorts e Flow, con video fino a 10 secondi e con una forte attenzione alla facilità d’uso, alla creazione rapida di contenuti e alla protezione contro i deepfake.
Gemini Omni porta la generazione video oltre il semplice montaggio dei contenuti
Gemini Omni non si limita a mettere insieme input diversi: li interpreta in modo congiunto per costruire un output coerente. In pratica, immagini, audio, video e testo vengono elaborati come un unico contesto, con l’obiettivo di produrre video più consistenti e più credibili sul piano visivo e narrativo.
Google punta molto su questo passaggio perché il modello non si comporta come un semplice generatore di clip, ma come un sistema capace di ragionare su aspetti come fisica, cultura, storia e scienza. È un’evoluzione che avvicina l’AI generativa a un flusso di lavoro più completo, utile sia per i contenuti rapidi sia per usi creativi più strutturati.
- Input supportati: testo, immagini, audio e video
- Output iniziale: video generati o modificati tramite conversazione
- Funzione extra: editing fotografico con comandi in linguaggio naturale
- Obiettivo dichiarato: creare contenuti coerenti partendo da qualsiasi input
L’idea è rendere semplice anche la creazione di avatar e le modifiche video
Una delle funzioni più interessanti è la possibilità di creare video con il proprio avatar digitale, una strada già resa popolare da altre piattaforme AI. Google però introduce un passaggio di onboarding dedicato per ridurre il rischio di abusi: l’utente deve registrarsi, pronunciare una sequenza di numeri e completare una procedura specifica prima di usare il proprio avatar.
Sul fronte editing, Omni punta a sostituire strumenti complessi con comandi testuali semplici. Google mostra esempi come rimuovere una persona passata sullo sfondo di un video delle vacanze o generare clip personalizzate a tema premio vinto, viaggio sulla luna o altre scenette costruite sul proprio profilo.
- Avatar digitali: disponibili per creare video personalizzati
- Protezione anti-abuso: onboarding dedicato con registrazione vocale e sequenza numerica
- Watermark digitale: SynthID per verificare che il video sia stato generato con Gemini
- Esempi d’uso: rimozione di elementi di sfondo, clip personali e contenuti stile meme
Per creator, pubblicità e video professionali arriva anche una versione più potente
Google non nasconde che Gemini Omni possa avere ricadute importanti anche fuori dal consumo rapido. Il modello viene già presentato come utile per pubblicità, filmmaker e creatori di contenuti che vogliono un flusso end-to-end, dalla descrizione iniziale alla produzione del video finito.
La parte più interessante, in prospettiva, è il lavoro sull’accuratezza del testo nei video. Google insiste sul fatto che slogan, loghi e scritte devono risultare corretti, un aspetto fondamentale per advertising e contenuti di marca. In parallelo, è in arrivo anche Omni Pro, pensato per prestazioni migliori su tutte le funzioni della famiglia, ma senza una data di rilascio precisa.
- Impieghi creativi: pubblicità, filmmaking e contenuti brandizzati
- Punto forte: rendering del testo più accurato
- Versione superiore: Omni Pro in arrivo, ma senza data
- Differenza chiave: Flash è la versione iniziale più orientata ai consumatori
