La generación de vídeo suele tratar la revisión como una amnesia. Se pide otro movimiento de cámara y el modelo reconstruye la escena desde cero, quizá cambiando por el camino el rostro, la habitación y hasta el tiempo atmosférico. Gemini Omni 1.1 Flash aborda la revisión como una conversación con un editor. El clip anterior sigue formando parte del diálogo.
La toma básica continúa siendo breve: de tres a diez segundos. La versión 1.1 puede examinar hasta diez segundos del metraje anterior antes de añadir otro segmento de diez segundos, y las extensiones pueden alcanzar unos cuarenta segundos en total. Eso representa una memoria mejor, no una toma nativa de cuarenta segundos. La diferencia importa porque cada unión da a la continuidad una nueva oportunidad de desviarse.
El control del primer y el último fotograma añade una segunda clase de dirección. Se proporcionan el punto de partida y el destino, y Omni genera el movimiento intermedio. Esto puede servir para una órbita de cámara, una transición hacia una pantalla o un bucle cuya imagen final regrese al inicio. Las referencias de vídeo aportan pistas de movimiento y estilo, aunque su compatibilidad y fiabilidad actuales varían entre las plataformas de Google.
El flujo de borradores puede ahorrar más dinero que cualquier adorno visual. Un creador puede generar varias variantes a 360p por unos tres centavos por segundo, comparar un solo cambio controlado cada vez y promocionar únicamente la versión satisfactoria. Google afirma que los borradores a 360p pueden ser hasta un 60 % más rápidos y costar un tercio de los 720p estándar. Después, la entrega puede escalarse a 1080p o 4K.
Ese último verbo es importante. El escalado produce un archivo de mayor resolución; no viaja atrás en el tiempo para convertir la escena original en una generación nativa a 4K. Las texturas finas, el texto, las manos y el movimiento complejo pueden conservar errores de la síntesis subyacente. El marketing suele imprimir «4K» con letras grandes y «escalado» con letras pequeñas. Una reseña útil concede a ambas palabras el mismo tamaño.
La evidencia independiente de la familia es excelente. Gemini Omni Flash se encuentra en la cima o cerca de ella en varias clasificaciones de preferencia de Artificial Analysis para texto a vídeo e imagen a vídeo, con y sin audio. La primera fila de Arena para Omni 1.1 también es sólida. Son sistemas Elo distintos con escalas diferentes, de modo que sus cifras no se pueden promediar. Artificial Analysis aún no ha aislado la versión 1.1; su amplia muestra describe el endpoint Omni Flash más general.
La distribución es una ventaja auténtica. Omni vive en los productos Gemini y Flow de Google, aparece en AI Studio y las APIs para desarrolladores, llega a herramientas empresariales y se integra mediante socios creativos. Los precios de la API son excepcionalmente legibles: cerca de diez centavos por segundo para 720p, con borradores más baratos y entregas escaladas más caras. No existe un nivel gratuito de API, mientras que los planes para consumidores y las plataformas de YouTube tienen sus propios créditos y condiciones.
El estado Preview hace que el producto sea menos uniforme de lo que sugiere la marca. Los ejemplos de Gemini API utilizan gemini-omni-1.1-flash, Enterprise Agent Platform documenta un ID con sufijo de vista previa y la vista previa pública anterior sigue apareciendo en algunas partes del catálogo. Las referencias de audio, las credenciales C2PA y el comportamiento de las referencias de vídeo cambian según la plataforma. El marcado con SynthID es la afirmación general más segura; no lo es una compatibilidad C2PA universal para todas las salidas.
¿Por qué mantener Omni en segundo lugar? Seedance 2.5 puede intentar treinta segundos en una sola pasada y aceptar un conjunto de referencias mucho mayor. Para una escena comercial planificada, esos controles importan. Omni es el mejor estudio conversacional: prueba una idea, comenta la edición, extiende el resultado y escala la versión ganadora. Ambos reciben un 9,2 porque sus fortalezas apuntan en direcciones distintas. La elección correcta depende de si llegas con un storyboard o lo descubres mientras conversas.
