Google odkrywa karty przed I/O: Gemini Omni zrewolucjonizuje edycję wideo?

Na kilka dni przed konferencją Google I/O do sieci przedostały się informacje o Gemini Omni – nowym modelu wideo, który na krótko pojawił się w interfejsie wybranych użytkowników. To nie przypadek, a raczej kontrolowany test lub falstart, który rzuca światło na strategię giganta z Mountain View w starciu z takimi potęgami jak Sora od OpenAI czy rozwiązania ByteDance.

Edycja zamiast generacji: nowa strategia Google

Zrzuty ekranu, które obiegły serwisy społecznościowe, sugerują, że Google nie zamierza ścigać się wyłącznie na jakość generowanych pikseli. Choć wczesne próbki wideo Gemini Omni ustępują pod względem filmowej estetyki modelowi Seedance 2, ich siła tkwi w czymś innym: edycji kontekstowej. Model pozwala na remiksowanie nagrań, usuwanie znaków wodnych, podmianę obiektów w kadrze oraz modyfikowanie scen za pomocą prostych poleceń tekstowych w oknie czatu. To podejście typowe dla ekosystemu Google – zamiast tworzyć odizolowane narzędzie, firma integruje wideo bezpośrednio w proces konwersacyjny.

Powtórka z modelu Nano Banana

Obserwatorzy branżowi zauważają, że Google stosuje tu sprawdzony scenariusz znany z premiery Nano Banana. Wtedy również postawiono na model, który początkowo nie wygrywał w rankingach czystej jakości obrazu, ale deklasował konkurencję możliwościami edycyjnymi. Gemini Omni prawdopodobnie zadebiutuje w dwóch wariantach: wydajnym Flash oraz potężnym Pro. Obecne przecieki wskazują na rygorystyczny system limitów użycia, co sugeruje wysoką zasobożerność procesów obliczeniowych stojących za nowym modelem.

W stronę unifikacji ekosystemu

Wszystko wskazuje na to, że podczas nadchodzących dni Google I/O (19-20 maja) zobaczymy kolejny krok w stronę pełnej unifikacji multimodalnej. Zamiast rozproszonych usług, użytkownicy otrzymają jedno środowisko, w którym tekst, obraz i wideo przenikają się płynnie. Choć krytycy mogą wytykać brak „wizualnego przełomu”, Google gra w inną grę: chce dostarczyć narzędzie użyteczne dla milionów twórców, dla których precyzyjna kontrola nad nagraniem jest ważniejsza niż wygenerowanie losowej, choćby najpiękniejszej animacji.