На конференції Google I/O 2026 компанія офіційно презентувала Gemini Omni – нову мультимодальну модель штучного інтелекту, яка об'єднує генерацію контенту, редагування медіа та логічне міркування в єдиній системі. Першою версією нового продукту стала Gemini Omni Flash, орієнтована насамперед на створення та редагування відео. Про це пише Techradar.
Дивіться також Gemini всередині Siri – якими будуть нові AI-функції Apple і Google
Як Gemini Omni змінює створення відео?
За задумом Google, ця система має спростити виробництво відеоконтенту настільки, щоб ним могли користуватися не лише професійні монтажери, а й звичайні користувачі без досвіду роботи зі складними редакторами.
Головна особливість Gemini Omni Flash полягає в універсальності. Система здатна працювати практично з будь-яким типом вхідних даних: текстовими описами, зображеннями, аудіофайлами або вже готовими відеозаписами.
Фактично Google прагне створити платформу, де достатньо просто описати бажаний результат природною мовою, а модель самостійно згенерує або змінить ролик.
Gemini Omni Flash уже почали інтегрувати в застосунок Gemini, платформу Google Flow, сервіс YouTube Shorts та редактор YouTube Create. Згодом доступ до технології отримають корпоративні клієнти та розробники через окремі API.
Цей запуск став логічним продовженням розвитку мультимодальних інструментів Google. У 2025 році компанія вже розширила можливості генерації зображень завдяки Nano Banana, який використовувався для реставрації старих фотографій і створення деталізованих концептів зі звичайних начерків.
Однією з найамбітніших функцій Gemini Omni стала концепція "розмовного редагування". Замість роботи з таймлайнами, шарами, ефектами та технічними панелями користувач просто пояснює системі, що потрібно змінити. Наприклад, можна попросити змінити фон сцени, скоригувати рух об'єкта або змінити освітлення.
Як пише Techcrunch, при цьому Google заявляє, що система здатна зберігати цілісність кадру між змінами. Це означає, що персонажі залишаються впізнаваними, сцени не "ламаються" після нового запиту, а рухи виглядають природно.
Окрему увагу приділили фізичній достовірності. Gemini Omni краще моделює гравітацію, інерцію та взаємодію об'єктів. Саме тому система може створювати складні візуальні ефекти – наприклад, дзеркальну поверхню, яка поводиться як рідина після дотику, або скульптури, що формуються з мильних бульбашок.
Конкуренція на ринку AI-відео загострюється
Вихід Gemini Omni відбувається на тлі стрімкої конкуренції між технологічними компаніями у сфері генеративного відео. Сьогодні боротьба точиться не лише за якість результату, а й за простоту використання. Більшість сучасних AI-генераторів усе ще потребують точних технічних промптів або складного ручного доопрацювання.
Google робить ставку саме на інтуїтивність. Компанія хоче, щоб взаємодія з генератором нагадувала звичайну бесіду, де користувач поступово уточнює побажання, а модель адаптує результат у реальному часі. У майбутньому Gemini Omni має вийти далеко за межі роботи лише з відео. Google повідомила, що наступні версії зможуть поєднувати фотографії, текстові підказки, музичний супровід та референсні відеоматеріали в єдиний комплексний проєкт.
Як Google вирішує проблему довіри до AI-контенту?
Разом із новими можливостями постає і питання прозорості. Google наголошує, що весь контент, створений через Gemini Omni, автоматично маркуватиметься за допомогою технології SynthID. Це цифрове водяне маркування дозволяє визначити, що матеріал був створений штучним інтелектом.
Крім того, інструменти перевірки інтегрують у Gemini, браузер Chrome та пошукову систему Google. Ще один важливий напрям – цифрові аватари. На старті користувачі зможуть створювати власні відеоаватари з використанням власного голосу.
Водночас Google обережно підходить до більш складних функцій зміни мовлення або глибокої модифікації особистості в кадрі. У компанії зазначають, що такі можливості поки проходять додаткову перевірку з точки зору безпеки.
Цей підхід демонструє головний виклик сучасного AI-ринку: створення дедалі потужніших інструментів має супроводжуватися не менш серйозними механізмами контролю та перевірки.