O Gemini Omni 1.1 Flash leva o modelo de vídeo da Google da fase de demonstração para uso direto em produção: mais controle de cena, rascunhos rápidos em 360p e saída final em até 4K.
Adicione ao Google NotíciasNeste artigo
Na prática, o Gemini Omni 1.1 Flash é a nova versão do modelo multimodal de vídeo da Google que troca o “surpreenda-me” por comandos precisos: extensão de cenas com até 10 segundos de contexto anterior, comprimento total de até 40 segundos, definição explícita de quadro inicial e final para transições suaves, modo rascunho em 360p até 60% mais rápido e com um terço do custo do 720p, além de upscaling para 1080p e 4K para entrega profissional. Tudo exposto via Gemini API, Google AI Studio, Gemini Enterprise Agent Platform e, no lado consumidor, no app Gemini, Google Flow, YouTube Shorts e YouTube Create.
O que muda no Gemini Omni 1.1 Flash para quem constrói apps de vídeo?
O salto em relação às versões anteriores está na previsibilidade. Antes, o modelo considerava basicamente o último frame para continuar um clipe. Agora, o Gemini Omni 1.1 Flash analisa até 10 segundos de vídeo anterior para estender a cena, o que reduz quebras bruscas de continuidade e ajuda a manter narrativa, personagens e cenário coerentes em extensões de 10 em 10 segundos até um total de 40 segundos.
Outro ponto chave é o controle de movimento de câmera. A Google afirma que o modelo gera um vídeo contínuo entre dois keyframes definidos pelo desenvolvedor: você escolhe o primeiro e o último quadro, e o Omni 1.1 Flash cria o movimento intermediário — útil para dolly-zooms, órbitas 360° sem cortes e loops suaves. No código, isso aparece como interações na Gemini API com definição de modelo "gemini-omni-1.1-flash" e parâmetros de resolução, como no exemplo de extensão de cena em 360p via Google AI Studio.
Para apps que precisam editar em múltiplos passos, o modelo preserva o estado da interação anterior: cada instrução de edição se apoia na anterior, mantendo consistência de cena. Isso é essencial em fluxos de edição multimodal, onde entradas podem ser texto, imagens e pequenos vídeos usados como referência.
Como funcionam extensão de cenas, referências de vídeo e modo rascunho 360p?
A extensão de cenas é o recurso mais direto para quem trata IA como “motor” por trás de um editor. O Omni 1.1 Flash aceita um vídeo de entrada, lê até 10 segundos anteriores e continua a história, quadro a quadro, sem corte duro. Dá para usar isso para alongar um plano-sequência, testar desfechos diferentes a partir do mesmo ponto ou criar variações de storytelling sem recomeçar do zero.
O modelo também aceita até três segundos de vídeo como referência multimodal. A Google descreve casos em que vídeos curtos de dançarinos servem de base para transferir movimentos a personagens diferentes, mantendo coreografia, estilo de movimento e continuidade em um único plano sem cortes. A proposta é aproximar o fluxo de trabalho do que já acontece em ferramentas profissionais: filmar ou animar um trecho-base e deixar a IA replicar movimento e estilo em outros personagens ou cenários.
No front de custo e iteração, o modo rascunho em 360p ataca o calcanhar de Aquiles de vídeo generativo: preço e latência. Segundo a Google, gerar prévias em 360p é até 60% mais rápido que em 720p e custa um terço. Isso libera ciclos rápidos de prototipagem — storyboard animado, testes de camera move, versões alternativas de uma mesma cena — para só depois mandar a requisição final em 1080p ou 4K.
1080p, 4K e onde o Omni 1.1 Flash entra no fluxo profissional?
O modelo agora aceita geração em 1080p e 4K, com foco em realismo melhorado, segundo a Google. A diferença aqui não é só bitrate: para uso comercial (produto, UI, texto em quadro) a resolução nativa faz falta, e a empresa sinaliza que o Omni 1.1 Flash sobe de patamar em nitidez e consistência de detalhes quando comparado a iterações anteriores como Veo 3.1 e o primeiro Omni Flash.
No lado de integração, o Omni 1.1 Flash está disponível via Gemini API, com documentação ajustada para esses casos de uso de vídeo: extensão de cena, controle de keyframes, drafts em 360p, upscaling e referências multimodais. É aí que entram players como editores online, plataformas de marketing e apps mobile de criação que querem oferecer “edição conversacional” em cima de infraestrutura da Google, sem treinar modelos próprios.
Empresas como Adobe, Figma, GMI Cloud e Runway já integraram o Omni Flash em pipelines para ganhar em velocidade de iteração e consistência temporal, usando o modelo como motor para recursos de pré-visualização e refino automático. Na prática, o recado da empresa é que o Omni 1.1 Flash entra como camada de infraestrutura para geração e edição de vídeo, não apenas como um recurso isolado dentro do app Gemini.
No papel, a combinação de contexto estendido, rascunho barato e saída em 4K ataca alguns dos maiores pontos fracos da leva inicial de modelos de vídeo. O teste público agora recai sobre os shots gerados: continuidade de cena, estabilidade de personagens e legibilidade de texto em tela em produções que vão parar em YouTube Shorts, YouTube Create e outros fluxos conectados ao ecossistema Gemini.
