Google ha annunciato Gemini Omni 1.2 Flash il 5 novembre 2026. Il modello genera clip video fino a 15 secondi, contro i 10 secondi della versione precedente. È disponibile per tutti tramite Gemini API e Gemini for business; Google sta inoltre distribuendolo su altri prodotti e piattaforme.
Per i video a 720p, Google ha ridotto il prezzo del 30%, portandolo a $0.07 al secondo. È possibile impostare una durata qualsiasi da tre a 15 secondi. Google descrive anche un flusso di lavoro che parte da bozze a bassa risoluzione, permette di apportare correzioni con modifiche successive e infine porta i video selezionati a 1080p o 4K.
Le modifiche si applicano alla stessa clip
Il nuovo modello supporta il montaggio conversazionale in più passaggi: gli utenti possono chiedere modifiche a un video generato, per esempio cambiare sfondo, illuminazione o formato, senza dover rigenerare l’intera clip. Google afferma che la funzione è disponibile per clip fino a 15 secondi, così chi crea contenuti può realizzare diverse versioni di un annuncio senza ricostruirle da zero.
Google afferma inoltre che Omni 1.2 Flash segue con maggiore precisione immagini di riferimento, brevi clip di movimento fino a tre secondi e indicazioni audio. Tra gli esempi forniti c’è un video di prova virtuale realizzato a partire dalla foto di una modella e da immagini del prodotto, in cui identità della modella e dettagli dei vestiti restano invariati durante le rotazioni a 360 gradi. Si tratta di esempi forniti da Google, non di risultati di test indipendenti.
La disponibilità varia da un prodotto all’altro
Google indica Gemini API, Google AI Studio, Google Cloud Console, Flow, Google Vids, l’app Gemini e Google Ads tra i servizi da cui è possibile usare il modello. In Google Vids, le clip di 15 secondi sono disponibili senza costi aggiuntivi per chi ha un account Google o un abbonamento Google Workspace. L’accesso tramite l’app Gemini è in fase di distribuzione agli abbonati Google AI Ultra. Google afferma che i video generati includono una filigrana SynthID impercettibile.
L’azienda afferma anche che il modello genera dialoghi più naturali, sincronizza meglio il movimento delle labbra, gestisce più interlocutori e realizza movimenti di camera complessi con meno tagli indesiderati. Google precisa che ci sono ancora margini di miglioramento nelle scene di sport veloci, nei cambi repentini di copione e nella gestione della fisica complessa, quindi questi utilizzi potrebbero risultare ancora difficili.
Perché conta
Per creator e aziende che producono video brevi, le modifiche conversazionali potrebbero semplificare il cambio dello sfondo o la creazione di diverse versioni di un annuncio, senza dover rigenerare ogni clip. Google conferma il prezzo inferiore per i video a 720p, ma il risparmio di tempo ottenibile con il montaggio dipende dal lavoro da svolgere e non è stato verificato in modo indipendente.
