ИИ-режиссер в вашем кармане: Google представляет новую Gemini Omni
Google запускает новую нейросеть Gemini Omni 1.1 Flash, которая выводит создание ИИ-видео на совершенно новый уровень. Эта модель генерирует плавные ролики высокого качества и предлагает авторам контента революционные инструменты для управления каждым кадром
Эволюция и мультимодальность новой системы
Разработчики выпустили новую версию всего через несколько месяцев после того, как впервые представили миру базовую модель Gemini Omni Flash на технологической конференции I/O 2026. Главное преимущество этой линейки заключается в ее мультимодальности, ведь искусственный интеллект работает одновременно с текстом, изображениями, звуком и видео, пишет Neowin.
Кроме того, разработчики реализовали поддержку диалогового редактирования, что дает пользователям возможность вносить точечные изменения в готовый материал с помощью текстовых запросов без необходимости перезапуска генерации с самого начала.
Создание длинных сцен без потери сюжета
В версии Gemini Omni 1.1 Flash инженеры сосредоточились на практичности и удобстве использования. Одним из важнейших обновлений стала функция удлинения уже имеющихся сцен. Теперь нейросеть способна анализировать до 10 секунд предыдущего видео перед тем, как сгенерировать продолжение истории, тогда как ранняя версия учитывала лишь последнюю 1 секунду контекста.
Дополнительный контекст должен помочь более стабильно сохранять персонажей, их движения и общее направление сцены,
– заявляют в Google.
Несмотря на то, что такой хронометраж намного меньше, чем в традиционном профессиональном кино, это дает создателям контента гораздо больше пространства для построения логичного сюжета вместо склеивания разрозненных и не связанных между собой отрывков. Благодаря этому авторы могут увеличивать продолжительность видеороликов десятисекундными фрагментами, создавая целостные последовательные сцены общей продолжительностью 10 – 40 секунд.
Магия между двумя кадрами и масштабирование качества
Еще одной интересной функцией стала интерполяция по первому и последнему кадрам. Пользователь может загрузить одно изображение в качестве начала сцены, а другое – в качестве ее завершения. После этого нейросеть самостоятельно сгенерирует все промежуточные движения и детали. Специалисты Google рекомендуют использовать этот инструмент для создания плавных пролетов виртуальной камеры по кругу, приближения объектов, эффектных переходов между кадрами или циклических замкнутых анимаций.
Когда видеоролик полностью готов, Gemini Omni 1.1 Flash позволяет экспортировать его в формате 1080p или Ultra HD 4K. Однако здесь есть важный технический нюанс. Согласно документации к API, система не создает такие детализированные видео с нуля. Модель сначала генерирует базовый ролик в разрешении 720p или в более экономичном варианте 360p, а более высокие форматы разработчики получают путем последующего масштабирования изображения с помощью алгоритмов ИИ.
Кто и где уже может протестировать ИИ-инструмент
Сегодня разработчики имеют доступ к Gemini Omni 1.1 Flash через специальный API в инструментах Google AI Studio и на платформе Enterprise Agent Platform. Обычным пользователям компания открыла доступ к технологии в сервисе Flow для подписчиков тарифных планов Google AI Plus, Pro и Ultra, а функцию удлинения сцен компания предложила непосредственно в мобильном приложении Gemini.
Кроме того, ИИ-модель начинает появляться в продуктах сторонних брендов. Например, компания Adobe уже успешно интегрировала первую версию модели в свою систему Firefly, а Google обновила собственный редактор Vids, добавив в него новые видеоформаты на базе этой технологии.