Google DeepMind lanzó Gemini Omni 1.2 Flash, una nueva versión de su modelo para generar video con inteligencia artificial que alarga los clips hasta 15 segundos, permite corregirlos conversando con el sistema y baja su precio en 30%. El modelo está disponible de forma general para desarrolladores desde el 5 de noviembre, según el anuncio oficial publicado en el blog de Google.
El cambio más visible es la duración. La versión anterior, Omni 1.1, llegaba a 10 segundos; la nueva permite elegir clips de entre 3 y 15 segundos, en pasos de un segundo. El precio para desarrolladores queda en 0,07 dólares por segundo de video en 720p, lo que significa que un clip completo de 15 segundos cuesta alrededor de un dólar. Google no publicó en su anuncio tarifas para otras resoluciones.
La segunda novedad es la edición conversacional. En vez de generar todo de nuevo cuando algo no sale bien, el usuario puede pedir cambios puntuales en instrucciones sucesivas: otro fondo, otra iluminación, otro clima o un formato distinto de pantalla. Según WWWhatsnew, que detalló las funciones en español, Google propone un flujo de trabajo en etapas: hacer borradores en 360p o 720p, corregir los detalles con esas ediciones y recién al final escalar el resultado a 1080p o 4K. Para quien produce video publicitario o contenido para redes, eso apunta a gastar menos en pruebas.
Google también promete más fidelidad a las referencias. Para eso, el modelo admite imágenes de personajes, de productos o de estilo, además de audio y fragmentos de movimiento de no más de tres segundos, y según la empresa mantiene rostros, ropa, la tipografía de un envase o los colores de una marca a través de distintos ángulos de cámara. The Decoder, que cubrió el lanzamiento, destaca además las mejoras que anuncia Google en sincronización de labios, diálogos con varios personajes y movimientos de cámara complejos, como vuelos de dron, con menos cortes indeseados. Son afirmaciones de la propia compañía: el anuncio no incluye comparaciones numéricas con modelos de la competencia.
La propia Google reconoce límites. En su blog admite que sigue trabajando en escenas de acción deportiva rápida, cambios bruscos de guion y física compleja, situaciones en que estos generadores todavía suelen fallar. Todos los videos llevan una marca de agua invisible SynthID, el sistema de Google para identificar contenido creado con su IA.
En cuanto a disponibilidad, el modelo llega a la API de Gemini, a Google AI Studio y a Google Cloud para empresas; a Flow, la herramienta de Google para dirigir escenas; a Google Vids, que ofrece los clips de 15 segundos sin cargo extra a quienes tengan una cuenta de Google o una suscripción de Workspace; a Google Ads para campañas de video, y a la app de Gemini, donde se está desplegando primero para los suscriptores del plan Google AI Ultra. El anuncio no detalla restricciones por país.
¿Cómo se compara? WWWhatsnew apunta que Seedance 2.5, de ByteDance, ya genera video en 4K de hasta 30 segundos, por lo que la ventaja de Google no está tanto en la duración como en la integración con productos que millones de personas ya usan, desde la publicidad hasta las herramientas de oficina. Para usuarios hispanohablantes, el punto práctico es que el acceso más simple y sin costo adicional pasa por Google Vids, mientras que el uso en la app de Gemini por ahora queda reservado al plan más caro.

