Gemini Omni, importanti novità in casa Google. Ecco il vero potenziale del nuovo strumento.

Google DeepMind da una spinta importante nel settore dell’intelligenza artificiale generativa con il lancio di Gemini Omni, una nuova famiglia di modelli multimodali progettata per combinare testo, immagini, audio e video in un unico sistema. L’obiettivo è trasformare radicalmente il modo in cui vengono creati e modificati i contenuti digitali, soprattutto nel settore video.

Il primo modello disponibile è Gemini Omni Flash, versione specializzata nell’elaborazione audiovisiva e già in fase di distribuzione globale per gli utenti dei piani Google AI Pro e Ultra. Nei prossimi giorni la tecnologia verrà integrata anche in YouTube Shorts e YouTube Create, mentre successivamente arriverà tramite API a sviluppatori e aziende. Con Gemini Omni, Google punta chiaramente a rendere l’editing video molto più accessibile rispetto ai software tradizionali.

La novità principale riguarda il funzionamento del sistema. A differenza dei normali generatori AI, Gemini Omni non si limita a creare immagini o clip isolate, ma riesce a comprendere il contesto completo di una scena. Il modello può elaborare contemporaneamente diversi tipi di input e mantenere la memoria delle modifiche effettuate durante una conversazione naturale con l’utente.

Questo significa che sarà possibile caricare un video e chiedere cambiamenti complessi semplicemente scrivendo istruzioni testuali. Ad esempio, l’utente potrà modificare l’ambiente, cambiare materiali e oggetti oppure aggiungere nuovi elementi mantenendo la coerenza della scena originale. Secondo Google, Gemini Omni riesce anche a evitare molte delle anomalie visive tipiche dei modelli generativi attuali, preservando continuità e movimenti nei vari frame.

Uno degli aspetti più interessanti riguarda l’integrazione del ragionamento logico sviluppato da DeepMind nei modelli Gemini. Il sistema applica principi di fisica intuitiva per simulare correttamente gravità, movimenti e interazioni tra oggetti. In pratica, Gemini Omni non genera soltanto immagini convincenti, ma prova anche a rispettare le regole del mondo reale durante la creazione delle scene.

Google ha mostrato alcuni esempi che includono animazioni in stop-motion, video educativi e simulazioni dinamiche particolarmente elaborate. Il modello può persino creare contenuti musicali sincronizzati con immagini e testo. Con Gemini Omni, l’azienda americana vuole costruire una piattaforma capace di unire creatività, automazione e ragionamento avanzato in un unico ecosistema AI.

Il debutto di Gemini Omni conferma inoltre quanto il mercato dell’intelligenza artificiale stia rapidamente spostandosi verso strumenti sempre più completi e multimodali.

Scritto da Michele Bellotti