DeepMind lancia Gemini Omni 1.1 Flash per video generativi più controllati

DeepMind aggiunge l’estensione di scena a Gemini Omni 1.1 Flash: gli sviluppatori possono prolungare un video esistente in blocchi da 10 secondi, fino a 40 secondi totali, con il modello che considera 10 secondi di contesto precedente invece di uno solo come in passato¹.

L’obiettivo è pratico: più controllo sui risultati, iterazioni rapide, output adatto alla distribuzione. Le novità puntano a chi costruisce workflow di generazione video, strumenti creativi e software di editing¹. L’integrazione avviene tramite la Gemini API in Google AI Studio¹.

La funzione parte da un clip fornito dall’utente e continua il metraggio dal fotogramma in cui si interrompe. Il modello “vede” fino a 10 secondi di riprese precedenti e usa quel contesto per mantenere soggetti, inquadrature e ritmo coerenti con quanto già mostrato¹.

Specifiche chiave:

• Estensione a passi fissi di 10 secondi¹
• Durata cumulativa massima generata: 40 secondi¹
• Contesto analizzato: fino a 10 secondi (contro 1 secondo nei modelli precedenti)¹

Questi vincoli definiscono la cadenza del lavoro. Si procede a iterazioni corte e controllate, con una progressione che riparte ogni volta dal metraggio appena prodotto. La maggiore finestra di contesto sostiene la coerenza visiva e la tenuta narrativa, due aspetti spesso fragili nei sistemi video generativi¹.

Esempio d’uso. Un editor carica un clip di 10 secondi e chiede 10 secondi aggiuntivi che mantengano lo stesso soggetto e lo stesso movimento di camera. Se il risultato funziona, può aggiungere un secondo blocco da 10 secondi, e così fino a 40 secondi complessivi. Ogni passo rilegge i 10 secondi precedenti per evitare salti di scena o cambi improvvisi di stile¹.

Per DeepMind, il salto rispetto ai modelli passati sta proprio nella memoria di contesto: passare da 1 a 10 secondi consente “una migliore coerenza visiva e narrativa” nelle estensioni generate, utile quando si prolungano storie o si aprono nuove direzioni creative a partire da materiale reale¹. La combinazione di incrementi fissi e finestra di contesto larga riduce il rischio di derive imprevedibili tra un blocco e l’altro e offre un perimetro chiaro per l’editing iterativo¹.

Gemini Omni 1.1 Flash si inserisce nel percorso di Omni verso capacità generative più controllabili e orientate alla produzione. Qui l’enfasi non è sulla durata assoluta, ma sulla qualità del raccordo tra clip e sulla prevedibilità del processo, requisiti cruciali per integrazioni in pipeline editoriali e app di authoring¹.

Disponibile da subito tramite la Gemini API in Google AI Studio: accesso, prompt e iterazioni avvengono nello stesso ambiente, così da portare la funzione di estensione di scena direttamente nei flussi esistenti senza strumenti aggiuntivi¹.