Gemini Omni 1.1 Flash dá controle profissional ao vídeo gerado por IA

Atualização production-ready do Omni

O Google anunciou o Gemini Omni 1.1 Flash, um conjunto de controles criativos e recursos de vídeo generativo voltado a desenvolvedores. Segundo a empresa, o Omni original trouxe raciocínio sobre o mundo real para a criação generativa, e esta atualização torna o Omni 1.1 pronto para uso profissional por meio da Gemini API no Google AI Studio. O modelo está disponível também no Gemini Enterprise Agent Platform (via Agent Platform API) e para assinantes Google AI Plus, Pro e Ultra no Google Flow, com extensão de cena disponível no app Gemini.

Extensão de cenas mais longas

A extensão de cena permite continuar gerando vídeo a partir de onde um clipe existente terminou. No Omni 1.1, o modelo analisa até 10 segundos de contexto anterior - antes, os modelos referenciavam apenas o segundo final -, o que melhora a consistência visual e a aderência narrativa. Os vídeos podem ser estendidos em incrementos de 10 segundos, até um total acumulado de 40 segundos.

Interpolação de primeiro e último frames

Desenvolvedores podem especificar os quadros inicial e final de uma tomada, e o modelo gera vídeo contínuo entre os dois keyframes. O recurso é indicado para órbitas de câmera complexas, transições de zoom e clipes em loop sem cortes.

Rascunhos em 360p e upscale até 4K

Para prototipagem rápida, é possível gerar prévias leves em 360p até 60% mais rápidas - medição baseada no throughput do sistema em 360p versus 720p - e a um terço do custo em comparação com a resolução padrão 720p do Omni 1.1. O modelo também gera saídas em 1080p ou 4K prontas para produção profissional.

Referências de vídeo na entrada multimodal

O Omni 1.1 aceita até três segundos de vídeo como referência na criação de cenas, para manter contexto visual e consistência de personagens. Um exemplo mostrado usa três vídeos de dançarinos e substitui as pessoas por personagens de imagens fornecidas, cada uma executando a coreografia do clipe respectivo em uma tomada contínua.

Casos de uso e clientes

O texto traz ideias de aplicativos: um editor de transições entre primeiro e último frame com presets, um tour de câmera por ambientes de imóveis sem adicionar móveis inexistentes, e um 'Draft Room' que gera três a quatro variações em 360p para comparação lado a lado.

Entre os clientes em produção, a Adobe integrou o Gemini Omni Flash ao Adobe Firefly. Itay Schiff, diretor criativo do Figma Weave, afirmou que o modelo está entre os mais fortes disponíveis na ferramenta, citando extensões, material de referência mais rico e resolução 4K. Louisa Guo, VP de Marketing da GMI Cloud, destacou a precisão dos detalhes para conteúdo educacional, enquanto Jamie Umpherson, Chief Creative Officer da Runway, disse que o modelo se encaixa no fluxo existente da plataforma, que começa com prompt, imagem ou vídeo.

Disponibilidade

Além do Google AI Studio e do Agent Platform API, a empresa disponibilizou documentação oficial, cookbook e guias de prompting para integração das novas capacidades.