Google ha presentato Gemini Omni 1.1 Flash, una nuova versione del modello dedicato alla generazione video, resa disponibile tramite Gemini API all’interno di Google AI Studio. L’aggiornamento è rivolto soprattutto a sviluppatori e aziende che realizzano workflow di generazione video, strumenti creativi e software di editing multimediale, con l’obiettivo di aumentare il controllo sul risultato finale e rendere il modello più adatto a processi di produzione professionale.
Una delle novità principali è la funzione Scene Extension, che consente di proseguire un video già generato partendo dalla parte finale della sequenza. Gemini Omni 1.1 Flash può analizzare fino a 10 secondi di contesto video precedente, contro circa un secondo gestito dal modello precedente, migliorando così la continuità visiva e narrativa tra una scena e quella successiva. Ogni estensione può aggiungere fino a 10 secondi e il processo può essere ripetuto fino a raggiungere una durata complessiva di 40 secondi.
Il modello introduce anche la possibilità di specificare direttamente il fotogramma iniziale e quello finale di una sequenza, lasciando al sistema il compito di generare il movimento intermedio. Questa funzione permette di controllare in modo più preciso transizioni, movimenti di camera, rotazioni intorno a un soggetto, zoom e sequenze progettate per essere riprodotte in loop. Il processo di generazione diventa quindi più vincolato alle indicazioni del creatore, che può definire due punti visivi precisi e utilizzare l’intelligenza artificiale per costruire la transizione tra i due.
Google ha inoltre migliorato la velocità delle iterazioni introducendo anteprime video a 360p, che possono essere generate fino al 60% più rapidamente rispetto all’output standard a 720p e con un costo ridotto a circa un terzo. Questa modalità è pensata per le prime fasi del lavoro, come storyboard, verifica delle idee e modifiche ripetute dei prompt, consentendo di valutare rapidamente composizione e movimento prima di produrre la versione definitiva. Una volta completata la fase di prova, i contenuti finali possono essere generati con risoluzioni fino a 1080p o 4K.
Un’ulteriore funzione permette di utilizzare come riferimento un video della durata massima di tre secondi per generare nuove scene. Il modello può quindi riprendere elementi visivi, stile e aspetto dei personaggi dal filmato originale, mantenendo maggiore coerenza tra sequenze differenti. Questa modalità amplia le possibilità di costruire contenuti composti da più scene senza dover ricreare ogni volta da zero le caratteristiche visive già definite.
Gemini Omni 1.1 Flash viene progressivamente integrato nell’intero ecosistema Google dedicato alla generazione video. Gli sviluppatori possono utilizzarlo direttamente tramite Google AI Studio, mentre le aziende possono integrarlo nelle proprie applicazioni e nei propri strumenti attraverso le API della piattaforma Gemini Enterprise Agent. Google mette inoltre a disposizione documentazione tecnica, cookbook e guide per i prompt dedicate a funzioni come estensione delle scene, utilizzo dei video di riferimento e upscaling.
Le nuove funzioni arrivano anche agli utenti finali. Gemini Omni 1.1 Flash è disponibile in Google Flow per gli abbonati Google AI Plus, Pro e Ultra a livello globale, mentre la funzione Scene Extension viene resa disponibile anche nell’app Gemini per gli utenti degli stessi piani. In questo modo le nuove capacità di controllo non restano limitate agli strumenti destinati agli sviluppatori, ma vengono integrate anche negli ambienti utilizzati direttamente per la creazione e modifica dei contenuti video.
Questo articolo è stato redatto con il supporto di strumenti di intelligenza artificiale (AI)