Google I/O 26: Gemini Omni é o Nano Banana, mas para vídeo!

O Google acaba de dar um novo passo na corrida da inteligência artificial generativa. A empresa apresentou o Gemini Omni, um novo modelo capaz de criar e editar vídeos a partir de texto, imagens, áudio e até outros vídeos — tudo com comandos em linguagem natural.

A estreia faz-se com o Gemini Omni Flash, a primeira versão desta nova família, que começa a chegar à app Gemini, ao Google Flow e também ao YouTube Shorts. A promessa é ambiciosa: transformar praticamente qualquer ideia num vídeo com IA, com aspeto convincente e edição conversacional.

O que é o Gemini Omni

O Gemini Omni é a nova aposta do Google para juntar raciocínio e criação no mesmo modelo de IA. Na prática, a ferramenta consegue receber vários tipos de conteúdos como ponto de partida e gerar um vídeo final coerente.

Em vez de depender apenas de uma descrição em texto, o utilizador pode combinar imagens, clipes de vídeo, voz e outros elementos para orientar o resultado. Segundo o Google, este sistema foi pensado para criar vídeos mais consistentes, mais realistas e mais fáceis de ajustar.

Editar vídeos por conversa é a grande novidade

Um dos pontos mais fortes do Gemini Omni está na edição por linguagem natural. Em vez de mexer em timelines complexas ou ferramentas tradicionais, basta escrever o que se quer alterar.

Por exemplo, é possível pedir para mudar o ambiente, trocar objetos, alterar o estilo visual, adicionar efeitos ou transformar uma cena inteira. E o mais importante: o modelo tenta manter a continuidade entre as versões, preservando personagens, enquadramento e lógica da ação.

Isto significa que um vídeo gravado com o telemóvel pode servir de base para algo muito mais elaborado, quase como se fosse refilmado num mundo diferente.

Porque é que isto pode ter impacto real

Para criadores de conteúdos, marcas e utilizadores comuns, a proposta do Google simplifica uma tarefa que normalmente exige várias apps e algum conhecimento técnico.

Na prática, o Gemini Omni pode ser usado para:

• transformar vídeos simples em clipes com estilo cinematográfico;
• criar explicadores visuais a partir de ideias curtas;
• adaptar conteúdos para redes sociais de forma mais rápida;
• produzir animações ou conceitos sem gravações complexas;
• editar cenas com instruções diretas, como numa conversa.

O impacto pode ser especialmente visível em plataformas como o YouTube Shorts, onde velocidade e criatividade contam muito.

Vídeos mais realistas e com mais contexto

O Google diz que o Gemini Omni não se limita a “inventar imagens bonitas”. O modelo foi desenhado para perceber melhor como o mundo funciona, incluindo noções de física, movimento e contexto cultural.

Isso deverá ajudar em cenas onde a coerência visual faz diferença, como objetos em movimento, efeitos de luz, fluidos ou ações encadeadas. Em termos simples, a ideia é que os vídeos pareçam menos artificiais e mais naturais.

Também pode criar explicações visuais

Outra utilização destacada é a criação de vídeos explicativos a partir de pedidos curtos. Um tema mais complexo, como ciência ou tecnologia, pode ser transformado em conteúdo visual mais fácil de perceber.

Isto pode ser útil em educação, comunicação de produto ou conteúdos informativos para redes sociais.

Suporta vários tipos de input

Uma das grandes diferenças do Gemini Omni é a capacidade de usar várias referências ao mesmo tempo. O utilizador pode partir de uma imagem, juntar um vídeo, adicionar uma faixa de voz e pedir um resultado final que una tudo num só clip.

Nesta fase, o suporte a áudio começa com referências de voz, mas o Google já confirmou que pretende alargar essa capacidade a outros formatos sonoros.

Na prática, isto abre espaço para workflows muito mais flexíveis, sobretudo para quem cria vídeos curtos, campanhas visuais ou protótipos criativos.

Avatares digitais com a própria voz

O Google também revelou uma funcionalidade baseada em avatares, que permite criar uma versão digital do próprio utilizador para gerar vídeos com aparência e voz semelhantes às suas.

Para já, a empresa diz estar a avançar com cuidado nesta área, sobretudo no que toca à manipulação de fala e áudio, por razões de segurança e uso responsável.

Como o Google quer evitar abusos

Todos os vídeos criados com o Gemini Omni incluem a marca de água digital SynthID, invisível a olho nu. O objetivo é permitir a verificação de que aquele conteúdo foi gerado por IA.

Segundo o Google, essa verificação poderá ser feita em serviços como a app Gemini, o Gemini no Chrome e a Pesquisa Google. É uma tentativa clara de responder às preocupações crescentes com desinformação e conteúdos sintéticos.

Quem já pode usar o Gemini Omni Flash

O Gemini Omni Flash começa a ser disponibilizado globalmente para subscritores Google AI Plus, Pro e Ultra através da app Gemini e do Google Flow.

Ao mesmo tempo, a tecnologia também chega sem custo a utilizadores do YouTube Shorts e da app YouTube Create já a partir desta semana, o que pode acelerar bastante a sua adoção.

Nas próximas semanas, o Google planeia ainda levar o modelo a programadores e empresas através de APIs.

Porque esta novidade do Google importa

O lançamento do Gemini Omni mostra que a batalha da IA já não está só nos chatbots. O foco está agora em ferramentas que criam conteúdo multimédia de forma rápida, acessível e cada vez mais convincente.

Se a promessa se confirmar, o Google pode mudar a forma como vídeos são produzidos para redes sociais, marketing, educação e entretenimento. E isso torna o Gemini Omni numa das novidades de IA mais relevantes do momento.

Fonte: Google