Creare e modificare video con l’IA conversazionale: ecco Gemini Omni

Google ha ufficialmente presentato Gemini Omni, l’ultimo e più significativo passo in avanti nella sua suite di intelligenza artificiale. Non si tratta di un semplice aggiornamento, ma di un modello multimediale nativo progettato per ridefinire la produzione di contenuti visivi. 

Google ha presentato così il nuovo modello:

“Omni unisce l’intelligenza fondamentale di Gemini a funzionalità multimediali generative avanzate, tra cui la creazione di video da immagini e l’editing da video a video basato su AI. Interpreta il mondo, fonde diversi tipi di contenuti multimediali e ti offre un controllo ancora più preciso sull’editing.

Con Gemini Omni, creare video è facile come fare due chiacchiere. È come Nano Banana, ma per i video. Inizia da zero, remixa la tua galleria o prova un modello predefinito.”

L’obiettivo di Big G è quello di semplificare e velocizzare la creazione video, trasformando complesse operazioni di montaggio in una semplice conversazione accessibile a qualunque professionista o azienda. 

Creare video con Ai: come funziona il modello Omni

Il nuovo modello sostituirà Veo nell’app di Gemini. A differenza dei software di montaggio tradizionali, Gemini Omni funziona attraverso un sistema di editing conversazionale e permette di creare ed editare video utilizzando il linguaggio naturale (ad esempio modificare le azioni o l’ambiente, cambiare le inquadrature, gli effetti, lo stile) partendo da un qualsiasi riferimento – audio, video, foto o testo.

L’utente non deve gestire timeline complesse, ma può modificare il filmato dialogando direttamente con l’intelligenza artificiale, come farebbe con un assistente umano.

Il modello si distingue per tre capacità fondamentali:

• Memoria di contesto: l’algoritmo ricorda i passaggi precedenti. È possibile chiedere di modificare una scena, cambiare lo sfondo o aggiungere un elemento testuale in momenti diversi della chat, mantenendo sempre la coerenza visiva e la continuità dei personaggi.
• Comprensione della fisica: il sistema è addestrato per riconoscere le regole del mondo reale, come la gravità, la fluidità dei movimenti e l’illuminazione, riducendo drasticamente le tipiche distorsioni grafiche dei video generati da IA.
• Flessibilità degli input: permette di combinare elementi diversi, ad esempio trasformando una traccia audio e una serie di foto aziendali in un video promozionale animato e sincronizzato.

Per chi è disponibile il modello multimodale

Gemini Omni Flash al momento è disponibile per tutti gli abbonati ai piano a pagamento Google AI Pro e Ultra a livello globale attraverso l’app Gemini e Google Flow. Inoltre, sarà disponibile gratuitamente anche per gli utenti di YouTube Shorts e dell’app YouTube Create.

Nelle prossime settimane, sarà disponibile anche per sviluppatori e clienti aziendali tramite API.