Google ha presentado oficialmente Gemini Omni, su nuevo modelo de inteligencia artificial diseñado específicamente para la creación de contenido audiovisual. Esta herramienta llega con la promesa de transformar la manera en que se generan los vídeos, permitiendo a los usuarios dar rienda suelta a su creatividad mediante un sistema capaz de procesar múltiples tipos de entrada para producir resultados visuales.
El modelo Gemini Omni se posiciona como la apuesta de Google para revolucionar la creación de vídeo mediante IA, siguiendo una trayectoria similar a la que la compañía implementó en la generación de imágenes con Nano Banana. En sus primeras etapas, el despliegue comienza con la versión Gemini Omni Flash, aunque se prevé que en el futuro se incorporen nuevas versiones y actualizaciones para expandir sus capacidades.
Una de las características más destacadas de Gemini Omni es su naturaleza multimodal. A diferencia de otros sistemas que dependen únicamente de texto, este modelo permite combinar imágenes, audio, vídeo y texto dentro de los prompts. Esta capacidad de entrada diversificada permite que la inteligencia artificial utilice su conocimiento del mundo real para garantizar que los vídeos generados sean coherentes y realistas, adaptándose a las peticiones complejas del usuario.
Además de la creación de contenido desde cero, Google ha diseñado Omni como un sistema avanzado de edición. La herramienta es capaz de trabajar sobre escenas ya existentes mediante el uso de instrucciones encadenadas. Esto significa que el usuario no tiene que regenerar un vídeo completo si desea realizar un cambio; en su lugar, puede modificar únicamente elementos concretos de una escena o, si lo prefiere, transformar la pieza audiovisual en su totalidad.
En términos de especificaciones técnicas y capacidades, Gemini Omni llega para sustituir a Veo, el modelo de creación de vídeos anterior de Google. Entre sus funciones principales, destaca la posibilidad de crear clips de hasta 10 segundos de duración, los cuales cuentan con generación de audio nativa. Asimismo, la herramienta permite convertir fotografías en vídeo, admitiendo un máximo de cinco imágenes para este proceso, y ofrece la posibilidad de editar varias interacciones dentro del flujo de trabajo.
El control sobre el resultado final es exhaustivo. Los usuarios pueden ajustar la estética, las acciones que ocurren en el clip, el entorno, el ángulo de cámara y el estilo general del vídeo, además de definir detalles específicos. Para evitar los errores comunes en la IA generativa, Omni se enfoca en mantener la consistencia de los personajes y conservar la continuidad de la escena, asegurando que las físicas aplicadas en el vídeo sean coherentes.
Gracias a estas funciones, las posibilidades de uso son amplias. Es posible cambiar el estilo de un vídeo existente para convertirlo, por ejemplo, en una animación de dibujos animados. También se puede generar un vídeo a partir de una sola imagen, añadirle una pista de audio específica o realizar sustituciones precisas, como cambiar a una persona por una criatura fantástica.
En cuanto a su disponibilidad y costes, Gemini Omni no es gratuito en todas sus plataformas. Actualmente, el acceso nativo dentro de la aplicación de Gemini, en su página web y en Flow está reservado exclusivamente para los usuarios que cuentan con una suscripción de pago. No obstante, Google ofrece una alternativa gratuita para quienes deseen experimentar la tecnología a través de YouTube Shorts y la aplicación YouTube Create.
Para aquellos que ya tienen acceso, el proceso de uso es sencillo. El usuario debe ingresar en Gemini y desplegar el menú de opciones ubicado en el recuadro de escritura. Una vez allí, debe seleccionar la opción "Crear vídeo", lo que dejará marcada la función de vídeo debajo del campo del prompt.
En la interfaz de creación, el sistema ofrece una pantalla con diversos estilos e ideas predefinidas que pueden activarse con un solo clic. Alternativamente, el usuario puede redactar su propio prompt a mano y adjuntar los elementos que desee, como vídeos, imágenes o audios. Por ejemplo, se puede subir un clip y dar instrucciones detalladas sobre los cambios necesarios, usar el archivo como base para una nueva creación o generar una pieza totalmente original desde cero.
Finalmente, tras procesar la solicitud durante unos minutos, Gemini entrega el vídeo finalizado. El usuario dispone entonces de diversas opciones: puede visualizar el resultado, solicitar que la IA lo rehaga, compartirlo con otros usuarios o descargarlo directamente en su dispositivo.
