Google compie un passo decisivo nell'evoluzione dell'intelligenza artificiale con il lancio di Gemini Omni, un modello di nuova generazione sviluppato da Google DeepMind in cui la capacità di ragionamento logico si fonde con la creatività pura. Costruito fin dall'inizio come un'architettura nativamente multimodale, Omni è in grado di elaborare qualsiasi combinazione di input – testi, immagini, video e file audio – per generare video ad altissima fedeltà ancorati alla conoscenza del mondo reale. La prima versione della famiglia a debuttare sul mercato è Gemini Omni Flash, rilasciata globalmente per gli abbonati ai piani Google AI Plus, Pro e Ultra all'interno dell'app Gemini e di Google Flow, oltre a essere integrata gratuitamente per gli utenti di YouTube Shorts e dell'app YouTube Create.

La principale innovazione di Gemini Omni risiede nella possibilità di effettuare l'editing video attraverso una normale conversazione. Utilizzando il linguaggio naturale, l'utente può istruire il modello per modificare l'azione, inserire nuovi personaggi o alterare la materia degli oggetti, ad esempio trasformando una scultura in bolle di sapone o facendo increspare uno specchio come fosse un liquido. Ogni comando si sviluppa in modo sequenziale basandosi sul precedente: il sistema garantisce la perfetta coerenza dei personaggi e della fisica della scena, ricordando ciò che è accaduto nei fotogrammi antecedenti e permettendo di affinare il risultato su più passaggi consecutivi senza mai perdere il filo della narrazione originale.

Il modello si distingue dai tradizionali sistemi di pattern matching per la sua profonda comprensione del contesto e delle leggi della natura. Omni vanta una sensibilità intuitiva migliorata verso forze come la gravità, l'energia cinetica e la dinamica dei fluidi, che si traduce in effetti visivi dai movimenti estremamente realistici. Sfruttando l'enorme bagaglio di conoscenze storiche, scientifiche e culturale di Gemini, il software è in grado di creare video esplicativi complessi a partire da brevi descrizioni testuali – come la spiegazione del ripiegamento proteico in stile claymation (stop-motion con la plastilina) – unendo la precisione concettuale a una resa estetica impeccabile.

Parallelamente alle funzioni di editing, Google ha introdotto una funzionalità per la creazione di video tramite il proprio avatar digitale, consentendo agli utenti di generare contenuti video e tracce vocali che riproducono fedelmente le proprie sembianze e la propria voce. Sul fronte della sicurezza e della trasparenza, fondamentale per contrastare la diffusione di falsi d'autore, Google ha annunciato che tutti i contenuti generati con la nuova tecnologia includeranno la filigrana digitale impercettibile SynthID e le credenziali C2PA. Questa tracciabilità consentirà a chiunque di verificare la natura sintetica del video in modo rapido e sicuro attraverso l'app Gemini, Chrome e la Ricerca Google, integrandosi nei sistemi aziendali prima del prossimo rilascio del modello agli sviluppatori tramite API.

Gemini Omni Flash è in fase di rilascio per tutti gli abbonati a Google AI Pro e Ultra a livello globale attraverso l'app Gemini e Google Flow. A partire da questa settimana, sarà disponibile gratuitamente anche per gli utenti di YouTube Shorts e dell'app YouTube Create.