Google DeepMind lancia Gemini Omni 1.1 Flash con estensione delle scene, controllo dei keyframe e upscaling 4K

Google DeepMind, la divisione di ricerca sull’IA di Google che sta dietro alla famiglia di modelli Gemini, ha presentato Gemini Omni 1.1 Flash, un aggiornamento pronto per la produzione che offre agli sviluppatori un controllo migliore sulla generazione video. Annunciato il 27 agosto 2026 da Anish Nangia e Alisa Fortin, Product Manager di Google DeepMind, il rilascio introduce funzionalità di produzione video di qualità da studio, tra cui la possibilità di estendere una scena, l’interpolazione del primo e dell’ultimo frame, l’upscaling 4K nitido e una prototipazione più rapida. Gli sviluppatori possono iniziare a costruire da oggi accedendo al modello tramite Google AI Studio o la Gemini Enterprise Agent Platform.

Secondo Google, Gemini Omni ha portato il ragionamento nel mondo reale nella creazione generativa, e i nuovi aggiornamenti rendono Omni 1.1 pronto per l’uso professionale tramite l’API Gemini in Google AI Studio. Che si tratti di creare workflow video generativi, strumenti creativi o software di editing multimediale, l’aggiornamento è pensato per rendere il video generativo più controllabile, più rapido da iterare e rifinito per l’implementazione nel mondo reale. L’insieme di funzionalità mira al divario pratico tra generazione grezza e lavoro di produzione finito: mantenere la coerenza del girato su durate più lunghe, dirigere la camera in modo intenzionale e iterare a basso costo prima di passare ai rendering finali.

Le principali funzionalità sono:

• Estendere le scene fino a 40 secondi con migliore coerenza visiva e flusso narrativo.
• Impostare i frame iniziale e finale per creare movimenti di camera e transizioni fluidi e professionali.
• Usare anteprime in 360p per iterare più rapidamente e risparmiare durante il processo creativo.
• Upscalare i progetti finali a risoluzione 4K per un aspetto rifinito e professionale.

Estensione delle scene per racconti più lunghi

L’estensione delle scene prende un video esistente e continua a generare contenuti in modo fluido da dove si era interrotto. Con Omni 1.1, il modello può ora analizzare fino a 10 secondi di contesto precedente, un salto rispetto ai modelli precedenti che facevano riferimento solo all’ultimo secondo. Google afferma che il risultato è una migliore coerenza visiva e aderenza narrativa, consentendo agli sviluppatori di creare storie più lunghe o di diramare in nuove direzioni creative. I video possono essere estesi in incrementi di 10 secondi fino a una lunghezza cumulativa totale di 40 secondi. La coerenza sostenuta su sequenze più lunghe è stata uno dei problemi più difficili nel video generativo, dove i modelli in genere producevano clip brevi che tendevano a deviare visivamente quando il girato veniva allungato oltre la durata originale.

Le catene di prompt di esempio pubblicate con l’annuncio illustrano la funzionalità:

• Prompt 1: Camera slightly pans and we now see she is talking to a man with curly hair, we see man's back, he says "I see it too" dramatic music score
• Prompt 2: Camera slowly pulls out, forgotten dusty catacombs, dramatic music score.
• Prompt 3: Camera slowly pulls out, a vast library where shelves and books float weightlessly in a dusty void, dramatic music score.

Una seconda sequenza mostra la continuità cinematografica della camera:

• Prompt 1: Continue the video. Execute a cinematic optical dolly-zoom shot. The camera dollies forward while simultaneously zooming out, keeping the character's frozen shocked face locked at the exact same size. The long corridor of stone pillars in the background dramatically stretches and deepens with intense optical perspective distortion. Clean architecture, continuous unbroken shot.
• Prompt 2: Continue the video. The camera executes a fast mechanical snap-zoom directly into the character's wide eyes. Stylized cinematic camera control.
• Prompt 3: Continue the video. Time completely freezes into a static moment: the character, their windblown coat. The camera performs a smooth, high-speed 360-degree orbital rotation around the frozen character, showcasing dramatic 3D depth and parallax across the colonnade. Flawless continuity.

Ulteriori esempi mostrano estensioni basate sul dialogo:

• Prompt 1: The man in the blue sweater replies: "Did your father go out on the boat too?"
• Prompt 2: The camera pulls back in one continuous movement as he continues his story: "He used to say that this harbour had a soul. And that the boats were a part of us." The music swells.

Un altro paio di prompt riguarda continuazioni in stile presentatore:

• Prompt 1: The looks directly at the camera and talks about what the final chapter will end with!
• Prompt 2: He then stands up walks around the desk to the camera and says "what would you choose?"

Google documenta anche come estendere una scena con l’API Gemini.

Specificare il primo e l’ultimo frame

Gli sviluppatori possono ottenere transizioni fluide e movimenti di camera specificando i frame iniziale e finale di un’inquadratura. Omni 1.1 genera video continui tra due keyframe, rendendolo adatto a complessi movimenti orbitali della camera, transizioni di zoom o clip in loop senza interruzioni. Esempi di prompt includono:

• Prompt 1: A close-up low-angle shot of a stylish drummer in a beige suit playing a red drum kit in a grand hall transitions as the camera whip-pans to the side, revealing an older saxophonist playing alongside a ballet dancer spinning in a white outfit under soft purple stage lights. One continuous shot, no jump cuts.
• Prompt 2: The camera zooms into the TV screen, where we see the same woman and the same scene from the beginning. Seamless video. One continuous shot, no jump cuts.

Creare bozze più efficientemente in 360p

Omni 1.1 può generare anteprime leggere in 360p fino al 60% più velocemente e a un terzo del costo rispetto alla standard risoluzione 720p del modello. Google osserva che ciò è utile per la prototipazione rapida, l’iterazione sugli storyboard e il rendering veloce nelle piattaforme per sviluppatori. L’azienda aggiunge una nota: il dato di generazione fino al 60% più veloce si basa sul throughput del sistema di 360p rispetto a 720p.

Un prompt di esempio recita: A microscopic view of iridescent marine diatoms, displaying intricate, glass-like silica shells with breathtaking natural symmetry. The colors range from deep volcanic amber and warm copper to vibrant turquoise and violet, mimicking the rich palette of earth and ocean. Tiny, delicate structures glow softly against a clean dark field background. High-fidelity scientific imaging, sharp details, organic textures, micro-photography. Maintain the microscope lens effect throughout the entire video.

Upscaling fino a risoluzione 4K

Il modello genera output rifiniti ad alta risoluzione 1080p o 4K, pronti per la produzione professionale. Esempi di prompt includono:

• Prompt 1: Fish swimming, tracking shot
• Prompt 2: A little chipmunk darting out of the woods from the left side of the screen and sniffing the air inquisitively before darting out of frame on the right side
• Prompt 3: Cinematic macro close-up of vibrant golden-orange Japanese maple leaves on a delicate branch, gently rustling and swaying in a soft, rhythmic autumn breeze. Sunlight filters through the translucent foliage, creating a warm, glowing effect. Shallow depth of field, dreamy bokeh background, hyper-detailed textures, photorealistic, 4k.

Aggiungere riferimenti video nell’input multimodale

Gli sviluppatori possono fare riferimento a fino a tre secondi di video durante la creazione di una scena, mantenendo così il contesto visivo e la coerenza dei personaggi basati su riferimenti video, un approccio che ancora la generazione al girato fornito anziché ai soli prompt testuali. Un prompt di esempio:

Use the three uploaded videos of dancers and replace them with the provided characters. Have them perform their individual dances from the reference videos, all together in the large, open space from the provided image. The dog character dog.png should do the classical dance from dance3.mp4. The octopus octo.png should do the hip hop dance from dance1.mp4, and the bear bear.png should do the breakdance from dance2.mp4. The final result should be one continuous shot with no scene cuts.

Idee di ciò che gli sviluppatori possono costruire

Google ha condiviso diverse idee che mostrano come le nuove funzionalità possano essere applicate a strumenti personalizzati e flussi di lavoro creativi:

• Un’app di transizione tra keyframe in cui gli utenti inseriscono un frame iniziale e finale e generano la transizione tra i due usando preset o una casella di prompt, con il ragionamento a contesto completo di Omni che produce movimenti di camera che sembrano reali.
• Un’app per tour della casa che muove la camera attraverso le stanze — con movimenti ad arco, avvicinamenti e arretramenti — mostrando una casa in uno stato aspirazionale nel momento perfetto della giornata, senza aggiungere mobili o dettagli che non esistono.
• The Draft Room, che rende l’esplorazione creativa economica e strutturata: genera 3-4 varianti di bozza in 360p, modificando una cosa alla volta, e confrontale affiancate. Google osserva che i creatori generano già diversi video prima di trovare quello giusto.

Clienti che portano Omni Flash in produzione

Google afferma che i clienti stanno già portando la produzione nel mondo reale con Gemini Omni Flash tramite l’Agent Platform API. Adobe ha integrato Gemini Omni Flash in Adobe Firefly, la suite di strumenti creativi generativi basati su IA di Adobe, e l’azienda rimanda a un video che mostra le capacità di editing video. La rosa dei partner — che include strumenti di design, piattaforme creative e infrastruttura cloud — mostra come il video generativo venga integrato nei workflow professionali consolidati, invece di essere offerto solo come modello autonomo.

I partner hanno descritto come usano il modello:

"Gemini Omni Flash is one of the strongest video models available in Figma Weave, where the canvas helps creative teams build on every generation — attaching references, branching different versions, and shaping something unique. With extensions, richer reference material, and 4K resolution, Gemini Omni Flash takes teams beyond generating videos to truly directing them." — Itay Schiff, Creative Director, Figma Weave.

"At GMI Cloud, we give creators centralized access to the world's most capable models. What stands out about Gemini Omni Flash is its accuracy: the details hold up under scrutiny. For customers creating educational and explanatory content, where getting things right is essential, that reliability matters more than any single feature. Omni has made AI video viable for a segment that previously couldn't rely on it." — Louisa Guo, VP of Marketing, GMI Cloud.

"Omni Flash fits naturally into how people already use Runway: start with a prompt, an image or a video, then generate or edit from there. It's another way for our users to move quickly between ideas." — Jamie Umpherson, Chief Creative Officer, Runway.

Disponibilità e prezzi

Omni 1.1 viene distribuito in tutto l’ecosistema per sviluppatori di Google:

• Inizia a creare in Google AI Studio: gli sviluppatori possono provare Omni 1.1 direttamente in Google AI Studio.
• Distribuisci sulla Gemini Enterprise Agent Platform: gli sviluppatori enterprise possono distribuire Omni 1.1 sulla piattaforma.
• Esplora la documentazione per sviluppatori: la documentazione ufficiale, il cookbook e le guide al prompting spiegano come integrare estensioni di scena, riferimenti video e upscaling nelle applicazioni.

Omni 1.1 è inoltre disponibile da oggi a tutti gli abbonati Google AI Plus, Pro e Ultra a livello globale in Google Flow. L’estensione delle scene è disponibile a tutti gli abbonati Google AI Plus, Pro e Ultra a livello globale nell’app Gemini. Il rilascio simultaneo per sviluppatori e abbonati consumer prosegue il modello di Google di distribuire i propri modelli generativi sia tramite API sia tramite app.

Ulteriori dettagli, inclusa la tabella dei prezzi, sono disponibili nell’annuncio originale sul blog di Google DeepMind e nella pagina del modello Gemini Omni.