Google chce wyciąć pół montażowni z procesu. Gemini Omni przerabia wideo po ludzku, a nie po timeline’ie

Firma Google dorzuciła do AI kolejną cegiełkę, ale tym razem sprawa jest ciekawsza niż zwykła prezentacja „modelu do wszystkiego”. Gemini Omni Flash ma brać wideo, obraz, tekst i dźwięk, a potem przerabiać materiał w locie, bez żonglowania osobnymi narzędziami do edycji. Na papierze brzmi to jak znacznie wygodniejszy montaż. W praktyce chodzi o coś większego, czyli o przejęcie kontroli nad tym, jak dziś powstają krótkie formy wideo.

Google pokazało właśnie próbę zamiany żmudnego montażu wideo w dialog z modelem. Jeśli to zadziała poza demem, presja na Runway, Adobe i całe zaplecze twórców Shortów zrobi się bardzo realna.

NVIDIA Nemotron 3 Nano Omni łączy obraz, dźwięk i tekst. Firma celuje w tańsze oraz szybsze wdrożenia AI

Gemini Omni Flash startuje od wideo i tu widać, gdzie Google celuje najmocniej. Model ma utrzymywać spójność postaci, scen i ruchu kamery, a poprawki przyjmuje w języku naturalnym. Zmieniasz tło, dorzucasz obiekt, przesuwasz perspektywę, każesz zsynchronizować obraz z dźwiękiem i nie wracasz za każdym razem do punktu wyjścia. Google dorzuca do tego wiedzę Gemini o fizyce, historii czy kontekście kulturowym, więc sprzedaje Omni nie jako maszynkę do efektownych przebitek, ale jako narzędzie, które „rozumie”, co robi. Brzmi ambitnie. I ryzykownie, bo właśnie na tym polu demka zwykle uciekają od codzienności.

Google Gemini połączył Nano Banana 2 z Google Photos. AI wygeneruje obrazy na podstawie prywatnej biblioteki użytkownika

Na tle konkurencji Google nie zaczyna od zera. Runway Gen-4 też gra spójnością postaci, obiektów i lokacji, a także pracą na referencjach. Adobe Firefly z kolei łączy promptową edycję z klasycznym timeline’em, ale nadal trzyma się bardziej przewidywalnego, produkcyjnego modelu pracy. Zresztą Adobe podaje konkretne limity dla klipów edytowanych w module AI, czyli MP4 lub MOV, 5–20 sekund i poniżej 200 MB. Google idzie szerzej. Wrzuca Omni do aplikacji Gemini, Flow, a nawet do darmowego remixu w YouTube Shorts i YouTube Create. Dla użytkownika oznacza to prostszą drogę od pomysłu do gotowego klipu. Dla rynku to kolejne przesunięcie z „narzędzia dla twórcy” w stronę „platformy, która robi twórczość za twórcę”.

The Immense Engine ma być europejską alternatywą dla Unreal Engine i Unity oraz mieć natywną integrację AI

Długofalowo najciekawsze są dwie rzeczy. Po pierwsze, Google spina tworzenie, edycję i dystrybucję w jednym obiegu, a to daje przewagę, której Runway czy Adobe nie mają na taką skalę. Po drugie, YouTube dostaje paliwo do jeszcze agresywniejszego pchania remixu, wariacji i półautomatycznej produkcji. Google zabezpiecza temat znakami SynthID i metadanymi C2PA, ale problem nie zniknie, gdyż im łatwiej przerobić cudzy materiał, tym szybciej zrobi się tłoczno, wtórnie i zwyczajnie tanio.