O Google lançou o Gemini Omni 1.2 Flash, nova versão do modelo de vídeo da família Omni. As novidades principais são clipes de até 15 segundos gerados e editados de forma nativa (eram 10 segundos no Omni 1.1), edição por conversa em vários turnos, melhor fidelidade às referências e preço 30% menor: US$ 0,07 por segundo de vídeo em 720p. O modelo está em disponibilidade geral na API do Gemini e no Google Cloud.
O que há de novo
- Clipes de até 15 segundos: geração e edição nativas, com duração definida em incrementos de um segundo, de 3 a 15 segundos. O Google cita explicadores de produto e anúncios completos para redes sociais em uma única geração.
- Referências mais fiéis: é possível combinar imagens de personagem, produto ou estilo, pequenos clipes de movimento (até três segundos) e referências de áudio. Rostos, roupas, tipografia de embalagens e cores de marca se mantêm entre ângulos de câmera.
- Mais consistência: menos deformação e variação visual de personagens, objetos e cenários do primeiro ao último quadro, inclusive ao interpolar entre um quadro inicial e um final ou ao estender um clipe.
- Edição por conversa: o mesmo clipe pode ser refinado turno a turno, trocando produto ou fundo, mudando luz ou clima ou alterando a proporção da tela, sem refazer tudo. Funciona em clipes completos de 15 segundos.
- Fala mais natural: diálogos mais fluidos, sincronia labial mais clara e condicionamento de vozes distintas para vários personagens.
- Câmera mais controlável: movimentos contínuos, como voos em primeira pessoa, zoom-outs dramáticos e órbitas, com bem menos cortes indesejados.
Preço e fluxo de trabalho
O preço caiu 30% em relação ao Omni 1.1, para US$ 0,07 por segundo em 720p. O Google sugere um fluxo para economizar: rascunhar em 360p ou 720p, corrigir um detalhe com uma edição de acompanhamento em vez de gerar o clipe inteiro de novo e só então ampliar os melhores resultados para 1080p ou 4K.
Exemplos mostrados pelo Google
Entre as demonstrações do post estão um provador virtual de 15 segundos a partir de uma foto de modelo e de peças vistas de frente e de costas, um voo de drone contínuo pelo Panteão, em Roma, a partir de duas fotos de referência, um explicador científico de quatro planos sobre o interior de uma colmeia e uma troca de fundo em vários turnos mantendo as atuações dos personagens. O Google também mostra comparações com o Omni 1.1, em que o 1.2 segue melhor a imagem de referência.
Onde usar
- Desenvolvedores: API do Gemini e Google AI Studio, com documentação e apps de exemplo.
- Empresas: console do Google Cloud e API, com Provisioned Throughput disponível. É a primeira vez que o Omni chega à disponibilidade geral.
- Usuários dos apps do Google: cenas e edições em vários turnos no Flow, clipes de 15 segundos sem custo adicional no Google Vids (com conta Google ou assinatura do Workspace), vídeos de 15 segundos no app Gemini, em liberação gradual começando pelos assinantes do Google AI Ultra, e campanhas de vídeo no Google Ads.
Todos os vídeos gerados carregam a marca d’água imperceptível SynthID.
Limitações apontadas pelo Google
O próprio Google diz que o desenvolvimento continua para melhorar itens como ação esportiva rápida, mudanças rápidas de roteiro e física complexa. A disponibilidade por país não é detalhada no post, e o Brasil não é citado.
Para quem é e para quem não é
É voltado a quem produz vídeo em escala: times de marketing e e-commerce, agências, criadores de anúncios e de conteúdo curto, e desenvolvedores que querem embutir geração de vídeo em produtos. A edição por conversa e as referências ajudam especialmente em variações de anúncio e provadores virtuais. Não é a melhor aposta para quem precisa de cenas de esporte em alta velocidade ou de física complexa, que o próprio Google lista como pontos em evolução, nem para quem quer clipes acima de 15 segundos em uma única geração.
Perguntas frequentes
O que é o Gemini Omni 1.2 Flash?
É a versão mais recente do modelo de vídeo Omni do Google, com clipes de até 15 segundos, edição por conversa e referências mais fiéis.
Quanto custa?
US$ 0,07 por segundo de vídeo em 720p na API, 30% menos que o Omni 1.1. O Google não detalha preços de 1080p e 4K no texto do anúncio.
Quem pode usar hoje?
Desenvolvedores e empresas pela API do Gemini e pelo Google Cloud. Nos apps, há Flow, Google Vids, Gemini (assinantes do Google AI Ultra primeiro) e Google Ads.
Os vídeos têm marca d’água?
Sim, a marca d’água imperceptível SynthID.
Fonte: Google Blog
Análise Crítica
O Omni 1.2 Flash é uma evolução objetiva do 1.1: mais duração, preço menor e edição que evita regerar o clipe inteiro, o que reduz custo e retrabalho em produção. A passagem para disponibilidade geral, com Provisioned Throughput no Google Cloud, também sinaliza maturidade para uso corporativo. Os exemplos e comparações com o 1.1 vêm do próprio Google, sem avaliação independente no anúncio, e o texto reconhece limitações em ação esportiva rápida e física complexa. O preço de 1080p e 4K e a disponibilidade por país não são detalhados.
A visão do canal Invente com IA
Se você faz anúncios ou conteúdo curto, teste o fluxo recomendado: rascunho em 360p, ajuste por conversa e só depois upscale. Use fotos reais do produto e do personagem como referência e peça variações de fundo e proporção no mesmo clipe. Se você usa Google Vids, os clipes de 15 segundos não têm custo adicional.
