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
Come soluzione successiva alla tecnologia di generazione video di Google, Gemini Omni amplia i formati di input e le capacità di output oltre Veo 3, supportando creazione e modifica tramite testo, immagini, clip video e audio. La durata di generazione e la qualità dell'immagine sono migliorate, rispondendo alle esigenze video di pubblicità, formazione e creazione di contenuti.
Come evoluzione di Veo 3, Gemini Omni estende le capacità di elaborazione a clip video e materiali audio, mantenendo le funzioni di prompt testuali e visivi. Nell'analisi di input multimodali, il modello utilizza un framework unificato di estrazione delle caratteristiche per garantire che i segnali provenienti da fonti diverse siano coordinati durante la generazione. Modalità Gemini Omni AI Esempi operativi dimostrano che, quando gli utenti caricano immagini statiche, il modello mostra una capacità superiore di mantenere composizione dell'inquadratura, design dei personaggi e relazioni cromatiche rispetto alle generazioni precedenti.
Gemini Omni integra più segnali di input in istruzioni unificate, consentendo agli utenti di completare l'intero workflow, dalla generazione all'editing, in un unico processo.
Il modello riceve simultaneamente testo, immagini, clip video e audio come riferimenti creativi, interpretandoli come insiemi di istruzioni interconnesse. Gli utenti descrivono i concetti tramite testo, definiscono lo stile con le immagini, suggeriscono il movimento con il video e orientano l'atmosfera con l'audio. Il modello sintetizza questi elementi per generare video coerenti con l'intento complessivo.
Gli utenti completano le regolazioni dei fotogrammi descrivendo le modifiche in linguaggio naturale, senza editing manuale. Ad esempio, istruzioni come "rimuovi il logo dall'inquadratura" o "sostituisci il cibo nei piatti con una vellutata di zucca cremosa, lasciando invariato tutto il resto" consentono al modello di eseguire modifiche locali mantenendo movimento di camera e stile originali.
Gli utenti possono produrre nuove versioni da clip video esistenti tramite istruzioni testuali, senza ripartire da zero. Ad esempio, combinando riprese di una passeggiata sul mare con una presentazione prodotto, accompagnate da descrizioni di stile, si ottengono filmati fusi con qualità da pubblicità commerciale.
Il modello supporta la modifica mirata di oggetti o aree specifiche all'interno di un video senza eseguire nuovamente il rendering dell'intera scena. Gli utenti possono correggere elementi designati mantenendo composizione, movimento e tono visivo originali.
Rispetto a Veo 3, Gemini Omni mostra miglioramenti nella compatibilità degli input, nelle specifiche di generazione, nella stabilità dei fotogrammi e nelle capacità di controllo.
Mentre Veo 3 supporta principalmente prompt testuali e immagini, Gemini Omni supporta anche clip video, audio e template come riferimenti. Gli utenti possono combinare più materiali in un'unica attività senza frammentare l'intento creativo per formato.
Veo 3 genera clip di circa 8 secondi, mentre Gemini Omni dovrebbe arrivare a 15-30 secondi con transizioni più fluide tra i segmenti. Anche la risoluzione di output è migliorata, con una resa più ricca dei dettagli dell'immagine.
Il modello mostra una migliore capacità di mantenere identità dei personaggi, dettagli della scena ed elementi ambientali rispetto alle generazioni precedenti, con maggiore persistenza degli oggetti dinamici e stabilità nelle scene con più personaggi, offrendo una migliore coerenza visiva per clip più lunghe.
Gli utenti possono esercitare un controllo più preciso su movimento della camera, inquadratura e ritmo tramite testo, e ottenere cambi multiangolo all'interno di una singola scena. Per la generazione audio, il modello può produrre dialoghi, suoni ambientali ed effetti sonori abbinati alle immagini, con sincronizzazione labiale supportata in scenari specifici.
Questo modello si applica ad ambiti creativi con una doppia esigenza di efficienza nell'output video e qualità dell'immagine.
Adatto a prototipi pubblicitari, previsualizzazione di storyboard e cortometraggi commerciali. I team creativi possono generare rapidamente bozze visualizzate tramite testo, regolando stile e linguaggio di camera tra le iterazioni per ridurre costi di ripresa e configurazione nelle fasi iniziali.
Applicabile alla produzione di video brevi e contenuti per canali seriali. Il modello supporta il mantenimento della coerenza di personaggi e stile tra i segmenti, aiutando a costruire serie di contenuti riconoscibili, mentre l'audio generato può soddisfare esigenze narrative di base.
Utilizzabile per presentazioni di prodotto, storie di brand e altri video marketing. Tramite descrizioni testuali, gli utenti possono regolare presentazione del prodotto, atmosfera della scena e tono visivo, accelerando il passaggio dall'idea creativa al risultato finale.
Adatto a contenuti didattici esplicativi e dimostrativi. La capacità migliorata del modello nel mantenere testo e formule sulla lavagna aiuta a generare filmati didattici logicamente chiari, mentre le riprese multiangolo possono mostrare i dettagli operativi passo dopo passo.
Leggi gli ultimi feedback e le recensioni degli utenti su 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.
