O Gemini Omni 1.2 Flash é a nova aposta do Google para avançar na geração de vídeos com inteligência artificial. Anunciado em 5 de novembro de 2026, o modelo amplia de 10 para 15 segundos a duração máxima dos vídeos, melhora a consistência de personagens e objetos e permite modificar cenas por meio de comandos em linguagem natural, sem precisar reconstruir todo o conteúdo a cada alteração.
A atualização representa um avanço importante para quem trabalha com produção audiovisual, marketing digital e criação de conteúdo para redes sociais. Em vez de simplesmente gerar pequenos clipes a partir de descrições textuais, o Google pretende oferecer uma ferramenta mais controlável, capaz de preservar elementos visuais e construir sequências com maior continuidade.
Outro destaque é a ampliação das possibilidades de acesso. O modelo chega a diferentes produtos do ecossistema Google, incluindo Gemini, Google Vids, Google Flow, Gemini API e Google Cloud. Isso abre espaço tanto para experimentação por usuários comuns quanto para aplicações profissionais e integração em sistemas desenvolvidos por terceiros.
Novidades técnicas do Gemini Omni 1.2 Flash na criação de vídeos
A principal mudança do Gemini Omni 1.2 Flash está na capacidade de produzir vídeos mais longos sem perder tanto controle sobre os elementos que compõem cada cena. A versão anterior, Gemini Omni 1.1 Flash, trabalhava com clipes de até 10 segundos. Agora, o limite chega a 15 segundos, um aumento de 50% na duração máxima.
Embora cinco segundos adicionais possam parecer pouco, essa diferença tem impacto direto na construção de pequenas narrativas. Uma apresentação de produto, uma demonstração visual ou um anúncio para redes sociais pode precisar de alguns segundos extras para apresentar uma ideia sem recorrer a cortes excessivos.
O novo modelo também permite definir a duração desejada em incrementos de um segundo, com opções entre 3 e 15 segundos. Assim, o usuário pode solicitar um vídeo de 7, 9 ou 13 segundos, por exemplo, em vez de depender exclusivamente de durações predefinidas.
Essa flexibilidade ajuda a reduzir desperdícios durante a produção e facilita a adaptação dos materiais a formatos específicos de publicação. O Google também destaca uma redução de aproximadamente 30% no custo em relação à geração com o Gemini Omni 1.1 Flash, tornando a tecnologia mais interessante para aplicações que exigem volume.
Consistência de personagens e ambientes entre tomadas
Um dos desafios históricos dos geradores de vídeo por inteligência artificial é manter a identidade visual dos elementos durante toda a sequência. Uma pessoa pode apresentar mudanças inesperadas no rosto, uma roupa pode alterar seus detalhes e um objeto pode assumir características diferentes entre dois enquadramentos.
O Gemini Omni 1.2 Flash procura reduzir esses problemas por meio de um acompanhamento mais preciso das referências fornecidas pelo usuário. O modelo consegue trabalhar com imagens de personagens, fotografias de produtos, referências de estilo, pequenos vídeos de movimento e indicações de áudio.
Na prática, isso significa que uma pessoa pode fornecer a fotografia de um personagem e solicitar uma sequência com diferentes ângulos de câmera. A expectativa é que características como rosto, vestuário, proporções e aparência geral permaneçam reconhecíveis durante a execução.
O mesmo princípio vale para produtos e ambientes. Uma empresa pode utilizar fotografias de uma embalagem para criar uma apresentação animada, preservando cores, formato e elementos gráficos da marca.
Outra melhoria importante envolve a redução de morphing, distorções e mudanças visuais indesejadas entre os quadros. O modelo também procura manter a continuidade quando trabalha com um quadro inicial e outro final, ou quando precisa estender uma sequência existente.
Isso não significa que todos os resultados serão perfeitos. Movimentos rápidos, física complexa e alterações bruscas de roteiro ainda podem produzir inconsistências. O próprio Google reconhece que existem situações que continuam exigindo aprimoramentos.
Edição conversacional em múltiplos turnos e áudio aprimorado
A edição por conversação é outra característica central do lançamento. Em vez de gerar um vídeo, identificar um problema e começar novamente com um comando completamente diferente, o usuário pode solicitar alterações progressivas na mesma criação.
Por exemplo, depois de produzir uma cena com uma pessoa caminhando em um parque, é possível pedir a substituição do ambiente por uma floresta, modificar a iluminação ou alterar determinados elementos do cenário.
O diferencial está na tentativa de preservar aquilo que não precisa ser modificado. Dessa maneira, o usuário consegue trabalhar em diferentes versões de uma mesma produção sem perder necessariamente a composição, os movimentos e as características dos personagens originais.
Esse recurso também permite experimentar mudanças de enquadramento, proporções e condições ambientais. Para profissionais de marketing, pode facilitar a criação de diferentes versões de uma campanha sem exigir a reconstrução integral de cada vídeo.
O áudio recebeu atenção especial. O Google destaca diálogos mais naturais, melhor sincronização labial e maior controle sobre diferentes personagens falando na mesma cena.
A movimentação de câmera também foi aprimorada, com suporte a movimentos cinematográficos contínuos, como aproximações, afastamentos, órbitas e trajetórias semelhantes às realizadas por drones FPV.
Essas melhorias aproximam a geração automatizada de vídeo de um fluxo de trabalho mais próximo da edição audiovisual tradicional, embora não eliminem a necessidade de revisão humana.
Disponibilidade e como experimentar o Gemini Omni 1.2 Flash de graça
O Google está distribuindo o Gemini Omni 1.2 Flash por diferentes plataformas, mas é importante entender que nem todos os usuários terão acesso às mesmas funcionalidades, durações e limites de utilização.
Para desenvolvedores, o modelo está disponível por meio da Gemini API, com integração ao Google AI Studio. A proposta é permitir que empresas e profissionais incorporem a geração e edição de vídeos em aplicações próprias.
O preço anunciado para vídeos em 720p é de US$ 0,07 por segundo, aproximadamente 30% menos que o custo da geração equivalente na versão anterior. A cobrança varia conforme a resolução e a utilização, e os desenvolvedores também podem produzir versões preliminares em 360p ou 720p antes de ampliar a resolução para 1080p ou 4K.
No ambiente corporativo, o modelo também chegou ao Google Cloud, com disponibilidade geral para aplicações empresariais. A infraestrutura permite desenvolver soluções em maior escala, com recursos voltados à operação profissional.
Já no aplicativo Gemini, a geração de vídeos de até 15 segundos está sendo disponibilizada gradualmente para assinantes do Google AI Ultra. Portanto, não se trata de um recurso liberado indistintamente para todas as contas gratuitas do aplicativo.
Acesso gratuito no Google Vids e Google Flow
Uma das novidades mais interessantes é a ampliação do acesso experimental sem assinatura premium.
O Google Vids recebeu integração com o novo modelo para facilitar a produção de vídeos de apresentação, materiais promocionais, conteúdos corporativos e publicações para redes sociais.
O Google anunciou a possibilidade de gerar clipes de até 15 segundos sem custo adicional no Vids. Entretanto, existe uma distinção importante entre a gratuidade anunciada e os limites efetivos de cada conta.
Nas contas pessoais do Google, a documentação de disponibilidade do Vids estabelece uma franquia de 60 segundos mensais de vídeos gerados por IA. Isso pode representar até quatro clipes de 15 segundos, desde que cada geração utilize a duração máxima e respeite as condições da conta. Os limites variam conforme o tipo de assinatura e podem ser diferentes nas contas corporativas.
Portanto, não é correto afirmar que todos os usuários gratuitos recebem exatamente três vídeos mensais. A franquia precisa ser considerada de acordo com o perfil da conta e as regras vigentes da plataforma.
O Google Flow também oferece uma porta de entrada para experimentar o modelo. A ferramenta é voltada à criação audiovisual e permite dirigir cenas, combinar referências e realizar edições em múltiplas etapas.
Existe, porém, uma limitação relevante: usuários sem assinatura Google AI podem gerar ou editar vídeos de até 10 segundos com o Omni Flash 1.2. A geração de clipes de até 15 segundos pelo Flow é reservada aos assinantes Google AI Plus, Pro e Ultra.
Essa separação demonstra a estratégia do Google: permitir que mais pessoas experimentem a tecnologia, enquanto recursos de maior duração e processamento permanecem associados aos planos pagos.
O futuro da criação multimídia com o Gemini Omni 1.2 Flash
O lançamento do Gemini Omni 1.2 Flash mostra que a evolução dos geradores de vídeo está deixando de depender exclusivamente da qualidade de uma imagem isolada. A consistência entre quadros, a capacidade de compreender referências e a possibilidade de editar cenas por conversação estão se tornando tão importantes quanto a resolução final.
O aumento de 10 para 15 segundos representa uma evolução incremental, mas relevante para quem precisa produzir materiais curtos com maior liberdade criativa. A possibilidade de definir durações específicas e modificar elementos individualmente também pode diminuir o número de tentativas necessárias para chegar a um resultado satisfatório.
Outro ponto importante é a integração com diferentes ferramentas. Enquanto desenvolvedores podem utilizar a API para criar aplicações próprias, empresas encontram no Google Cloud uma alternativa para produção em escala. Criadores de conteúdo, por sua vez, podem experimentar os recursos disponíveis no Google Vids e no Flow, respeitando as limitações de cada modalidade de acesso.
Entretanto, é importante manter expectativas realistas. A inteligência artificial ainda não substitui completamente editores de vídeo, profissionais de fotografia ou equipes de produção audiovisual. Problemas relacionados à física, movimentos complexos e continuidade visual podem exigir ajustes adicionais.
Mesmo assim, o Gemini Omni 1.2 Flash representa mais um passo na transformação da criação multimídia. A combinação de geração, edição conversacional e maior controle sobre personagens e ambientes aproxima essas ferramentas de aplicações comerciais mais consistentes.
Para quem acompanha a evolução da inteligência artificial generativa, vale observar como essas melhorias serão incorporadas aos fluxos de trabalho cotidianos.
