Qualcosa si sta muovendo nei laboratori di Google. A confermarlo il fatto che un utente di Gemini si è ritrovato davanti a un’opzione inattesa, quella di creazione con Gemini Omni che è accompagnata da una descrizione che parla di un modello di generazione video inedito, capace di remixare filmati, modificarli direttamente in chat e molto altro.
Nessun annuncio ufficiale, almeno per il momento. Piuttosto, una più semplice anticipazione apparsa quasi per caso nell’interfaccia del chatbot.
C’è però da dire che questa accelerazione non costituirebbe a tutti gli effetti una sorpresa, considerato che Google non è certo nuova alla generazione video. Da tempo sviluppa per esempio Veo, il suo modello dedicato a questa tecnologia, integrato in vari prodotti e template all’interno di Gemini.
Omni sembra affiancarsi a questo percorso, o forse evolverne una parte. I metadati emersi online suggeriscono infatti che si tratti di un’estensione di Veo, ma il rapporto preciso tra i due rimane per ora poco chiaro. Quello che è sicuro è, invece, che l’output mostrato nei primi test è decisamente promettente.
Segui TuttoAndroid su Google Discover
Cosa ci mostrano i primi test
Due demo circolate online danno un’idea concreta delle capacità del modello. La prima mostra un professore che scrive alla lavagna la dimostrazione di alcune identità trigonometriche, spiegando ogni passaggio. Il risultato, pur conservando qualche imperfezione tipica del video generato dall’IA, gestisce il testo scritto con una precisione sorprendente e produce immagini dal realismo convincente.
La seconda prova richiama deliberatamente uno dei benchmark più noti e ironici del settore: il cosiddetto Will Smith test, diventato famoso per mettere in difficoltà i modelli video nel riprodurre scene di persone che mangiano. Il prompt descriveva due uomini in un ristorante di lusso fronte mare, seduti a un tavolo apparecchiato con cura, intenti a mangiare spaghetti e a conversare tranquillamente. Il video prodotto ha superato la prova senza particolari scivoloni, confermando che la tecnologia ha fatto passi avanti significativi rispetto a pochi mesi fa.
Segui Google su Telegram, ricevi news e offerte per primo
I limiti d’uso e il costo computazionale
Le due generazioni non sono però prive di conseguenze pratiche. Secondo quanto riportato dall’utente che ha scoperto la funzione, infatti, le due clip hanno consumato l’86% della quota giornaliera disponibile su un piano AI Pro, con un segnale che produrre video di qualità richiede ancora risorse computazionali considerevoli. Non a caso, Google sembra stia lavorando all’introduzione di limiti d’uso più espliciti per i propri servizi AI.
L’uscita di scena di OpenAI dalla generazione video con la chiusura di Sora avvenuta all’inizio di quest’anno, senza che l’azienda fornisse spiegazioni ufficiali, ha d’altronde lasciato un vuoto che Google sembra intenzionata a riempire…