Google presenta Gemini Omni: la nueva frontera de la generación de vídeo

Durante el evento Google I/O, la compañía ha revelado Gemini Omni, una innovadora herramienta de inteligencia artificial diseñada para crear y editar vídeos con un nivel de realismo sorprendente. Aunque inicialmente se especulaba que sería un reemplazo para Veo, se ha confirmado que sus capacidades superan la mera transformación de texto a vídeo, proponiendo un concepto mucho más avanzado y versátil en el ámbito audiovisual.

Una de las primeras novedades que la gran G ha mostrado durante el Google I/O se llama Gemini Omni. Se filtró la semana pasada como una especie de modelo sustituto de Veo, y ahora sabemos que va mucho más allá de la simple creación de vídeo a partir de texto. Omni es un nuevo concepto que engloba tres claves: la generación de vídeo hiperrealista a partir de imágenes, textos o audios, la posibilidad de editar con precisión tus propios vídeos y la creación de contenido con tu voz, personalidad y aspecto.

¿Lo mejor? No es algo a futuro: Gemini Omni ya está disponible a través de la aplicación de Gemini para todos los usuarios del plan Google AI Plus, Pro y Ultra. Y, aunque inicialmente es solo para quienes pagan por alguno de los planes de la gran G, la compañía ha confirmado que estará disponible de forma gratuita a través de YouTube Shorts.

¿En YouTube Shorts? Sí, una de las claves de Gemini Omni es la posibilidad de generar vídeo realista utilizando tu voz y tu aspecto. La función se llama 'Avatar', y una vez configuradas las preferencias, será posible crear vídeos verticales de ti mismo desde la app de YouTube con un simple prompt de texto y la posibilidad de tener una continuidad y un control absoluto de las escenas.

De hecho, Google ha confirmado que la función avatar de Gemini Omni se lanza esta misma semana para los usuarios de YouTube Shorts, por lo que podrás comenzar a utilizarlo en breve para crear vídeos de ti mismo sin necesidad de grabarte o hablar a cámara.

Gemini Omni, un modelo de generación de vídeo que asusta por su realismo: olvídate de los típicos fallos de la IA

Google ha creado Gemini Omni con una clara diferenciación de Veo. Este nuevo modelo es mucho más realista, entiende mucho mejor el lenguaje natural y es capaz de nutrirse de todo el conocimiento y el razonamiento de Gemini. Ya no hace solo lo que le pides, sino que utiliza otros modelos de la IA de Google para que cada parte del vídeo sea lo más realista posible.

Si le pides, por ejemplo, que cree un vídeo en el que se ve a una persona nadando en el océano Índico, buscará las características de esas aguas para tener en cuenta cómo debe crear cada detalle. También utilizará el apoyo de Gemini para entender las físicas y generar un texto preciso y perfecto en cada vídeo que le pidas.

Y es que ese es uno de los grandes retos y novedades de Gemini Omni: el texto. Google asegura que este nuevo modelo puede crear textos de todo tipo, carteles o personas escribiendo con una precisión y un realismo que asustan. El detalle que consigue, la fluidez de movimientos y la precisión del audio no se puede tratar como una simple actualización de Veo. Este vídeo filtrado de hace días es un gran ejemplo de lo que Google acaba de conseguir.

Además, una de las grandes bazas de Gemini Omni es la facilidad y versatilidad de sus entradas. La generación de vídeo se puede basar en texto, imágenes, otros vídeos e incluso audios. Y no solo teniendo en cuenta uno de ellos, el prompt puede ser extremadamente complejo y contener instrucciones de varias fuentes para generar un vídeo con toda la información necesaria.

Por ejemplo, puedes indicarle que cree un vídeo de una persona corriendo por un parque, incluyendo fotos del parque, una captura de pantalla de la camiseta que quieres que lleve y, a la vez, indicarle que debe correr al ritmo de la música del audio que le has pasado.