Gemini Omni 1.2 Flash crea vídeos de 15 segundos y permite editarlos mediante conversación
Google ha ampliado las capacidades de su modelo de generación de vídeo Gemini Omni 1.2 Flash, que ahora puede producir clips de hasta 15 segundos y modificarlos mediante instrucciones sucesivas. La compañía también ha reducido un 30 % el precio respecto a la versión anterior, hasta 0,07 dólares por segundo en resolución 720p, unos 0,06 euros al cambio aproximado.
La actualización ya está disponible de forma general en la Gemini API y en las herramientas de Google orientadas a empresas. El objetivo es facilitar la creación de piezas publicitarias, contenidos para redes sociales y vídeos corporativos sin tener que volver a generar el clip completo cada vez que se necesita un cambio.
Edición de vídeo a través de instrucciones
La principal novedad de Gemini Omni 1.2 Flash no es únicamente el aumento de duración, de 10 a 15 segundos. El modelo introduce un sistema de edición conversacional que permite refinar el resultado paso a paso, como si se trasladaran nuevas indicaciones a un montador de vídeo.
Después de crear un clip, el usuario puede pedir que cambie el producto mostrado, el fondo, la iluminación, el clima o la relación de aspecto. El sistema aplica esas modificaciones sobre el vídeo existente en lugar de comenzar desde cero, lo que reduce el tiempo de trabajo y ayuda a conservar la continuidad visual.
Los vídeos pueden tener una duración de entre 3 y 15 segundos, en incrementos de un segundo. Google plantea un flujo de trabajo basado en generar primero un borrador rápido, realizar una o varias ediciones de seguimiento y, finalmente, escalar el resultado a resoluciones superiores.
Más consistencia entre fotogramas
Uno de los problemas habituales de la generación de vídeo mediante inteligencia artificial es la deriva visual. Este fenómeno ocurre cuando un personaje cambia de aspecto, una prenda se deforma o un objeto pierde sus características a medida que avanza la secuencia.
Gemini Omni 1.2 Flash mejora la consistencia entre el primer y el último fotograma. El modelo intenta mantener estables las caras, los objetos, los colores corporativos, la tipografía de los envases y otros elementos relevantes incluso cuando la cámara cambia de ángulo.
También admite imágenes de referencia para fijar la apariencia de personajes, productos o estilos. A ellas se pueden añadir clips de movimiento de hasta tres segundos y pistas de audio, con el objetivo de orientar mejor la escena final.
Google asegura que la nueva versión mejora la sincronización labial y el diálogo entre varios hablantes. Sin embargo, la compañía reconoce que estas funciones todavía pueden fallar en algunos casos, especialmente cuando hay acciones deportivas rápidas, cambios bruscos de guion o escenas que requieren simular una física compleja.
Un precio pensado para la producción en volumen
El coste de 0,07 dólares por segundo a 720p sitúa el foco de la actualización en la producción frecuente de contenido. Un vídeo de 15 segundos tendría un precio aproximado de 1,05 dólares antes de aplicar posibles costes adicionales de las plataformas o servicios asociados.
La reducción del 30 % frente a Omni 1.1 puede resultar especialmente relevante para agencias, pequeñas empresas y equipos de marketing que necesitan crear decenas de variaciones de una misma campaña. En estos casos, el ahorro acumulado puede pesar tanto como la calidad visual del modelo.
El flujo recomendado consiste en trabajar inicialmente en 360p o 720p, corregir el vídeo mediante instrucciones conversacionales y escalarlo al final a 1080p o 4K. El escalado es el proceso que aumenta la resolución de una imagen o un vídeo para adaptarlo a pantallas de mayor tamaño, aunque no siempre recupera el detalle que no existía en el material original.
Integración en el ecosistema de Google
Gemini Omni 1.2 Flash está disponible a través de Google AI Studio y Google Cloud para empresas. También se integra en Flow, la herramienta de Google para dirigir escenas, y en Google Vids, donde los clips de 15 segundos no tienen coste adicional para los usuarios con cuentas de Google o Workspace, según las condiciones del servicio.
La tecnología también llega a la aplicación de Gemini, inicialmente para suscriptores de Google AI Ultra, y a Google Ads, donde puede utilizarse para preparar creatividades destinadas a campañas de vídeo.
Esta distribución es una de las principales bazas de Google frente a otros generadores de vídeo. La compañía no presenta únicamente un modelo independiente, sino una tecnología conectada con servicios que muchas empresas ya utilizan para almacenar documentos, preparar campañas o colaborar con sus equipos.
Marca de agua invisible y límites pendientes
Todos los resultados generados incorporan SynthID, una marca de agua digital imperceptible diseñada para identificar contenido creado o modificado mediante inteligencia artificial. A diferencia de un logotipo visible, esta señal no aparece a simple vista y necesita herramientas específicas para ser detectada.
Google mantiene las marcas de agua invisibles activas por defecto, mientras que las marcas visibles en los contenidos de Gemini pueden ser opcionales. Esta medida pretende facilitar la identificación del material sintético, aunque su eficacia depende de que las plataformas y los usuarios comprueben realmente su procedencia.
Con vídeos más largos, edición por conversación y un precio inferior, Gemini Omni 1.2 Flash se orienta menos a la producción cinematográfica que a la creación rápida de piezas para redes sociales, anuncios y comunicación empresarial. La duración de 15 segundos sigue siendo limitada, pero puede ser suficiente para una campaña digital o una variación de un anuncio.
El abaratamiento también plantea un reto: cuanto más sencillo y económico resulte producir vídeos realistas, mayor será el volumen de contenido difícil de distinguir del material grabado. La marca de agua invisible puede ayudar a identificarlo, pero no resuelve por sí sola los problemas de confianza, verificación y manipulación que acompañan al vídeo generado por inteligencia artificial.
