Google lança Gemini Omni 1.2 Flash com vídeo de 15s

Tecnologia

Nova versão do Gemini Omni oferece vídeos curtos e edição avançada com redução significativa de custos.

Leia também: Mais de 800 cópias do hack Artex expostas na web permitem ataques

O Google DeepMind lançou nesta semana o Gemini Omni 1.2 Flash, nova versão do seu modelo de geração de vídeos, que passa a criar clipes nativos de até 15 segundos, melhora a consistência visual em cenas complexas e reduz em 30% o custo por segundo gerado, mirando diretamente o mercado de produção profissional e comercial.

A ferramenta já está disponível para uso via Gemini API, Google Vids e Gemini para negócios, em uma estratégia de distribuição voltada a empresas, criadores e equipes de marketing que precisam produzir grandes volumes de conteúdo audiovisual com rapidez e orçamento controlado.

O que é o Gemini Omni 1.2 Flash?

O Gemini Omni 1.2 Flash é um modelo de geração de vídeo por inteligência artificial criado pelo Google DeepMind, focado em produções curtas, profissionais e escaláveis. Ele gera e edita clipes de 3 a 15 segundos, com controle de duração em incrementos de um segundo.

Segundo o gerente de produto responsável, o recurso amplia o limite anterior do modelo: “Você pode gerar e editar vídeos nativamente até 15 segundos, um aumento em relação aos 10 segundos do Omni 1.1”. A proposta é permitir, em uma única geração, desde explicações de produtos até anúncios completos para redes sociais.

A novidade é voltada a casos como campanhas publicitárias digitais, vitrines de e-commerce, demonstrações de produto, vídeos para mídia social e experimentações visuais, em que cada segundo conta e a consistência de marca é crucial.

Como o Gemini Omni 1.2 Flash melhora a criação de vídeos?

O principal avanço está na combinação de clipes mais longos, maior aderência a referências visuais e edição conversacional multi-turno, reduzindo retrabalho e tempo de produção. A ferramenta aceita imagens de personagens, fotos de produtos, estilos visuais, pequenos clipes de movimento de até 3 segundos e referências de áudio para guiar a geração.

De acordo com o gerente de produto, o modelo “mantém rostos, roupas, tipografia e cores de marca consistentes em diferentes ângulos de câmera”, o que favorece aplicações como provadores virtuais, catálogos giratórios e anúncios de marca em que o visual não pode “derivar” entre um quadro e outro.

Na prática, é possível, por exemplo, usar a foto de um modelo e três conjuntos de roupas para gerar uma sequência de 15 segundos em que a pessoa gira 360 graus, trocando de look a cada trecho, sem perder identidade facial ou detalhes de cada peça, como corte, caimento e parte de trás da roupa.

Outro uso típico é a montagem animada de um pôster ou peça de vitrine em várias camadas: o Omni 1.2 Flash consegue preservar materiais, sombras e detalhes tipográficos do primeiro ao último quadro, aproximando o resultado de um trabalho manual de direção de arte.

Vídeo mais longo, edição em etapas e fala mais natural

A possibilidade de especificar a duração exata de 3 a 15 segundos em passos de 1 segundo ajuda equipes de criação a planejar melhor roteiros e formatos para cada plataforma. Uma mesma peça pode ganhar versões de 6, 10 ou 15 segundos, adaptadas aos limites de anúncios e redes sociais.

Na edição, o recurso de multi-turno é apontado como um dos diferenciais. “Você pode refinar o mesmo clipe turn by turn, trocando produtos, fundos, iluminação ou proporção sem começar do zero”, explica o gerente de produto. Isso permite, por exemplo, partir de um vídeo base e gerar variações para diferentes públicos, países ou canais, reaproveitando a mesma performance de personagem e o mesmo movimento de câmera.

A geração de diálogos em cenas animadas também foi reforçada. O Omni 1.2 Flash sincroniza movimentos de boca com mais naturalidade, controla múltiplos personagens falando em sequência e aceita referências de voz e expressão, o que beneficia desde vídeos explicativos internos em Gemini para negócios até produções com avatares, trilha e narração em Google Vids.

Movimentos contínuos de câmera, como voos em primeira pessoa e zooms dramáticos, ficam com menos cortes inesperados e escala mais estável, dando aparência mais cinematográfica às cenas sem exigir o domínio técnico de ferramentas de edição tradicionais.

Preço cai 30% e mira produção em escala

Além dos recursos visuais, o Google DeepMind aposta na redução de custo para acelerar a adoção. “Reduzimos o preço em 30%, agora disponível a US$0,07 por segundo para vídeo 720p”, afirma o gerente de produto. O fluxo sugerido é gerar rascunhos rápidos em resoluções menores, fazer ajustes pontuais e só então levar as versões finais para 1080p ou 4K.

A empresa argumenta que esse modelo de trabalho, aliado à edição multi-turno, reduz desperdício de processamento, já que não é preciso refazer clipes inteiros a cada alteração. Isso interessa especialmente a agências, estúdios e departamentos de marketing que produzem dezenas ou centenas de variações de uma mesma campanha.

Com o custo mais baixo, o Omni 1.2 Flash se torna mais acessível também para pequenas e médias empresas, que passam a ter na IA uma alternativa a produções tradicionais mais caras ou demoradas. A expectativa é que o movimento pressione fornecedores clássicos de edição a rever preços e serviços ou apostar em nichos de maior valor agregado.

Impacto para empresas, criadores e mercado

Ao entregar clipes mais longos, consistentes e baratos, o Gemini Omni 1.2 Flash mira setores como publicidade digital, e-commerce, marketing de produtos e mídia social, onde vídeos curtos e impactantes são peça central de estratégia.

Empresas podem transformar bancos de fotos de produtos e personagens em vídeos interativos, catálogos animados e testes de campanha em questão de minutos, em vez de dias. Criadores de conteúdo ganham um atalho para produzir vinhetas, anúncios, aberturas e explicadores sem dominar softwares de edição complexos.

Do outro lado, prestadores de serviço de vídeo que baseiam o negócio em tarefas repetitivas tendem a sentir mais a concorrência da automação. A tendência é que o mercado valorize cada vez mais trabalhos que envolvam conceito, direção criativa e estratégias de distribuição, deixando para a IA a parte pesada da produção em massa.

Para o Google DeepMind, o próximo passo será acompanhar o desempenho em larga escala, recolher feedback de desenvolvedores e clientes corporativos e refinar pontos sensíveis, como cenas com ação muito rápida, mudanças bruscas de roteiro e física complexa. A empresa aposta que a combinação de duração maior, consistência visual e queda de preço será suficiente para consolidar o Omni 1.2 Flash como peça central na nova geração de ferramentas de vídeo automatizado.