O Google anunciou na quinta-feira Gemini Omni 1.1 Flash, uma atualização pronta para produção para seu modelo de vídeo generativo que adiciona extensão de cena, controles de câmera cinematográfica e saída 4K, de acordo com uma postagem no blog oficial do Google pelos gerentes de produto da DeepMind, Anish Nangia e Alisa Fortin.
A atualização move o Omni de um modelo experimental para o que o Google chama de prontidão de produção para uso profissional por meio da API Gemini no Google AI Studio, com disponibilidade também listada por meio da Gemini Enterprise Agent Platform. O Google descreve o Gemini Omni como tendo trazido o raciocínio do mundo real para a criação generativa e posiciona a versão 1.1 como o ponto onde o modelo se torna confiável o suficiente para desenvolvedores criarem fluxos de trabalho de vídeo, ferramentas criativas e software de edição de mídia.
Histórias mais longas através da extensão da cena
O recurso principal é a extensão de cena, que permite aos desenvolvedores pegar um vídeo gerado existente e continuar gerando imagens perfeitamente de onde parou. Com o Omni 1.1, o Google diz que o modelo pode analisar até 10 segundos do contexto anterior – um salto em relação aos modelos anteriores que faziam referência apenas ao segundo final. O resultado, segundo a empresa, é uma maior consistência visual e aderência narrativa ao construir histórias mais longas ou ramificar-se em novas direções criativas.
Os vídeos podem ser estendidos em incrementos de 10 segundos até uma duração total cumulativa de 40 segundos. Isso permanece aquém da duração dos vídeos tradicionais, mas para conteúdo curto, criação de publicidade e trabalho de pré-visualização, o Google aposta que o controle e a consistência são mais importantes do que a duração.
O material de demonstração publicado junto com o anúncio mostra como o fluxo de trabalho deve funcionar na prática: cada novo prompt continua a cena anterior, com o modelo levando o contexto visual adiante enquanto o prompt direciona mudanças no movimento da câmera, cenário e até mesmo no humor – uma sequência passa de uma conversa próxima para uma lenta retirada através de catacumbas empoeiradas e depois para uma vasta biblioteca flutuante. Construir uma cena em camadas, em vez de gerá-la de uma só vez, está mais próximo de como um editor monta a filmagem do que de como funcionavam as primeiras ferramentas de texto para vídeo.
Controle de câmera e interpolação de quadros
O lançamento também adiciona o que o Google descreve como ferramentas de produção de vídeo com qualidade de estúdio. Entre os exemplos mostrados na postagem de anúncio: um zoom cinematográfico que move a câmera para frente enquanto diminui o zoom, um zoom mecânico nos olhos de um personagem e uma rotação orbital de 360 graus em torno de um personagem congelado para mostrar profundidade 3D e paralaxe.
Os desenvolvedores também podem especificar o primeiro e o último quadro de uma cena, com o modelo interpolando transições suaves entre eles – uma técnica familiar aos animadores profissionais que oferece controle refinado sobre onde uma cena começa e termina. Acompanhe os últimos desenvolvimentos de IA enquanto o Google continua sua rápida cadência de lançamentos.
Itere em 360p, entregue em 4K
Omni 1.1 Flash apresenta um fluxo de trabalho de qualidade de dois níveis voltado para o controle de custos. Os desenvolvedores podem gerar visualizações rápidas em 360p para iterar ideias de maneira mais rápida e econômica durante o processo criativo e, em seguida, aprimorar o projeto final para resolução 4K para obter um resultado sofisticado. O Google afirma que o upscaling produz resultados nítidos e de alta resolução, adequados para uso profissional.
O pipeline de visualização para 4K aborda um dos problemas econômicos persistentes do vídeo generativo: o custo de regenerar a saída de resolução total sempre que um prompt muda. Ao dissociar a exploração da entrega, o Google está tornando o modelo mais prático para pipelines comerciais, onde dezenas de iterações precedem a renderização final.
Por que é importante
A atualização reflete uma mudança da indústria da qualidade de geração bruta para a controlabilidade – a capacidade de direcionar o movimento da câmera, manter a consistência dos personagens e acertar quadros exatos, da mesma forma que um diretor ou editor faria. Para desenvolvedores que criam software criativo, a diferença entre uma demonstração e um produto implantável geralmente se resume a esses controles, e não à fidelidade bruta.
O enquadramento do lançamento pelo Google torna o público-alvo explícito. A empresa nomeia três categorias-alvo – fluxos de trabalho de vídeo generativos, ferramentas criativas e software de edição de mídia – e descreve as atualizações como tornando o vídeo generativo mais controlável, mais rápido de iterar e aprimorado para implantação no mundo real. A prototipagem mais rápida aparece junto com o upscaling de 4K no resumo do lançamento, ressaltando que a velocidade de iteração está sendo vendida como um recurso por si só.
Com o Omni 1.1 Flash disponível no AI Studio e por meio da API Gemini, o Google também está empurrando o modelo para usuários corporativos por meio da Gemini Enterprise Agent Platform, sinalizando que o vídeo generativo está sendo posicionado como infraestrutura de negócios e não como uma novidade para o consumidor.
O que assistir
Os detalhes de preços para produção em 4K não foram destacados no anúncio, e os desenvolvedores observarão como o limite cumulativo de 40 segundos afeta os planos de produção no mundo real. A concorrência em vídeo de IA continua intensa, com os rivais lançando seus próprios recursos de controlabilidade em um ritmo rápido – uma dinâmica que encurtou repetidamente a vida útil de reivindicações de última geração este ano.
Por enquanto, a mensagem do Google para os desenvolvedores é direta: vídeos generativos que antes exigiam alquimia e sorte imediatas agora podem ser direcionados, estendidos e finalizados em 4K por meio de uma única API.
---
Fique à frente da IAReceba as últimas notícias, análises e avanços sobre IA — tudo em um só lugar.
Leia mais notícias sobre IA →
