Holllllyyyyyyyy @GeminiApp cooked 😳😳 🚨 Gemini Omni: New video model Here is the first output and see the text coherence , if this is not nano banana moment of video then what is ?? direct link for those who believes otherwise in comments
Como solución posterior a la tecnología de generación de video de Google, Gemini Omni amplía los formatos de entrada y las capacidades de salida más allá de Veo 3, con creación y edición mediante texto, imágenes, clips de video y audio. La duración de la generación y la calidad de imagen han mejorado, orientándose a necesidades de video en publicidad, educación y creación de contenido.
Como evolución de Veo 3, Gemini Omni amplía las capacidades de procesamiento a clips de video y materiales de audio, al tiempo que conserva la funcionalidad de prompts de texto e imagen. Al analizar entradas multimodales, el modelo utiliza un marco unificado de extracción de características para garantizar que las señales de distintas fuentes se coordinen durante la generación. Modo Gemini Omni AI Los ejemplos operativos demuestran que, cuando los usuarios suben imágenes estáticas, el modelo muestra una mayor capacidad para mantener la composición del encuadre, el diseño de personajes y las relaciones de color en comparación con generaciones anteriores.
Gemini Omni integra múltiples señales de entrada en instrucciones unificadas, lo que permite a los usuarios completar flujos de trabajo completos, desde la generación hasta la edición, en un solo proceso.
El modelo recibe simultáneamente texto, imágenes, clips de video y audio como referencias creativas, y los entiende como conjuntos de instrucciones interconectadas. Los usuarios describen conceptos con texto, establecen el estilo con imágenes, sugieren movimiento con video y orientan el ambiente con audio. El modelo sintetiza todo ello para generar un video coherente con la intención global.
Los usuarios completan ajustes de encuadre describiendo las modificaciones en lenguaje natural, sin edición manual. Por ejemplo, instrucciones como "remove the logo from the frame" o "replace the food on the plates with creamy pumpkin soup, keep everything else unchanged" permiten que el modelo ejecute modificaciones locales manteniendo el movimiento de cámara y el estilo originales.
Los usuarios pueden generar nuevas versiones a partir de clips de video existentes mediante instrucciones de texto, sin repetir la creación desde cero. Por ejemplo, combinar material de una caminata junto al mar con una presentación de producto, acompañado de descripciones de estilo, genera una secuencia fusionada con calidad de publicidad comercial.
El modelo admite la modificación dirigida de objetos o regiones específicas dentro de un video sin volver a renderizar la escena completa. Los usuarios pueden corregir elementos designados manteniendo la composición, el movimiento y el tono visual originales.
En comparación con Veo 3, Gemini Omni muestra mejoras en compatibilidad de entrada, especificaciones de generación, estabilidad de fotogramas y capacidades de control.
Mientras que Veo 3 admite principalmente prompts de texto e imagen, Gemini Omni también admite clips de video, audio y plantillas como referencias. Los usuarios pueden combinar varios materiales en una sola tarea sin dividir la intención creativa por formato.
Veo 3 genera clips de alrededor de 8 segundos, mientras que se espera que Gemini Omni alcance entre 15 y 30 segundos con transiciones de segmento más fluidas. La resolución de salida también ha mejorado, con una presentación más rica de los detalles de imagen.
El modelo muestra una capacidad mejorada para mantener la identidad de los personajes, los detalles de la escena y los elementos del entorno en comparación con generaciones anteriores, con mayor persistencia de objetos dinámicos y estabilidad en escenas con varios personajes, lo que ofrece una mejor coherencia visual en clips más largos.
Los usuarios pueden ejercer un control más preciso sobre el movimiento de cámara, el encuadre y el ritmo mediante texto, y lograr cambios multiángulo dentro de una sola escena. En cuanto a la generación de audio, el modelo puede producir diálogos, sonido ambiental y efectos sonoros alineados con las imágenes, con sincronización labial compatible en escenarios específicos.
Este modelo se aplica a campos creativos con una doble exigencia de eficiencia en la salida de video y calidad de imagen.
Adecuado para prototipos publicitarios, previsualización de storyboards y cortos comerciales. Los equipos creativos pueden generar rápidamente borradores visualizados mediante texto, ajustando el estilo y el lenguaje de cámara entre iteraciones para reducir los costes de rodaje y preparación en etapas iniciales.
Aplicable a la producción de videos cortos y contenido para canales en serie. El modelo ayuda a mantener la coherencia de personajes y estilo entre segmentos, facilitando la creación de series de contenido reconocibles, mientras que el audio generado puede cubrir necesidades narrativas básicas.
Útil para presentación de productos, historias de marca y otros videos de marketing. Mediante descripciones de texto, los usuarios pueden ajustar la presentación del producto, la atmósfera de la escena y el tono visual, acelerando la conversión de la idea creativa al resultado final.
Adecuado para contenido didáctico de explicación y demostración. La capacidad mejorada del modelo para mantener texto de pizarra y fórmulas ayuda a generar secuencias educativas lógicamente claras, mientras que las tomas multiángulo pueden mostrar detalles operativos paso a paso.
Lee los comentarios y reseñas más recientes de usuarios sobre Gemini Omni AI Video Generator.
Holllllyyyyyyyy @GeminiApp cooked 😳😳 🚨 Gemini Omni: New video model Here is the first output and see the text coherence , if this is not nano banana moment of video then what is ?? direct link for those who believes otherwise in comments
Sample video and early feedback 👀 > I won’t lie, this is one of the best video models I have seen, maybe not *the* best, but a really strong performance. I was particularly impressed by the prompt adherence (except for the one shot with the missing centerpiece), the model
Google will showcase Omni at Google I/O 2026 (May 19–20). Excited to see how this next-generation multimodal model advances AI-driven video creation and editing workflows. video by AIDRIVING #geminiomni
GOOGLE 🔥: An upcoming Gemini Omni video model from Google is expected to be much more advanced in video editing, capable of completing tasks like removing watermarks, replacing objects in the video, and more. It is also likely that Google will release 2 versions of this model,
🫨Google is creating a new Omni model with good video editing. Veo4? The original is on the left. Edited right. The new model also does a good job of removing watermarks from videos.
