In occasione del keynote di apertura del Google I/O 2026, a pochi giorni dal leak che ce ne aveva spoilerato l’esistenza, Google ha presentato ufficialmente Gemini Omni, il nuovo modello di intelligenza artificiale per la generazione di qualsiasi cosa a partire da qualsiasi input.ù
Il modello promette innanzitutto di rivoluzionare il settore della generazione video, sfruttando anche la recente uscita di scena di OpenAI, grazie alla maggiore comprensione del mondo, alle capacità multimodali e a una maggiore precisione rispetto ai modelli di precedente generazione. Parallelamente, arrivano un sacco di novità per Google Flow. Andiamo a scoprire tutti i dettagli.
Segui TuttoAndroid su Google Discover
Gemini Omni è ufficiale: la generazione video passa al livello successivo
Sulla scia dell’introduzione di Nano Banana che, nel 2025, ha esteso l’intelligenza di Gemini alla generazione e alla modifica delle immagini, Google ha presentato ufficialmente Gemini Omni, una famiglia di modelli di IA generativa dove le capacità di ragionamento di Gemini incontrano le capacità di creazione.
Omni è il nostro nuovo modello in grado di creare qualsiasi cosa a partire da qualsiasi input, a cominciare dai video. Con Omni, puoi combinare immagini, audio, video e testo come input e generare video di alta qualità basati sulla conoscenza del mondo reale di Gemini. Puoi anche modificare facilmente i tuoi video tramite conversazione.
Gemini Omni abilita la modifica “conversazionale” dei video
La prima, grande, rivoluzione, di Gemini Omni è presto detta: il modello permette di modificare i video sfruttando il linguaggio naturale; ogni istruzione è basata sulla precedente, i personaggi rimangono coerenti, la fisica è realistica, la scena successiva tiene conto di ciò che è successo in quella precedente.
Con le indicazioni giuste, gli utenti possono: modificare dettagli specifici o stravolgere il tutto; reinventare ciò che accade in un video (aggiungendo nuovi personaggi, oggetti o interazioni); perfezionare i video con diverse modifiche (cambiando l’ambiente, l’angolazione, lo stile e dettagli specifici).
Esempio 1
Richiesta: Quando la persona tocca lo specchio, lo specchio deve incresparsi elegantemente come un liquido e il braccio della persona deve trasformarsi in materiale riflettente a specchio.
Esempio 2
Base di partenza: Un video di una violinista che suona un brano.
Richiesta: Trasporta la violinista nell’ambiente dell’immagine.
Richiesta: Rendi invisibile il violino.
Richiesta: Cambia l’angolazione della telecamera in modo che sia sopra la spalla della violinista.
Il modello può dare vita alle idee sfruttando la propria conoscenza del mondo
Google sottolinea il fatto che, oltre ad essere in grado di creare scene dall’aspetto realistico, Gemini Omni ragiona su cosa dovrebbe accadere in seguito, unendo la comprensione intuitiva della fisica e le conoscenze in ambito storico, scientifico e culturale per rendere realistica e coerente la narrazione.
Il modello comprende al meglio l’effetto della gravità, l’energia cinetica, la dinamica dei fluidi, è in grado di connettere linguaggio, immagini e significati, è in grado di creare spiegazioni efficaci a partire da brevi indicazioni.
Esempio 1
Prompt: Una biglia che rotola velocemente su una pista a reazione a catena, ripresa continua e fluida.
Esempio 2
Prompt: Il video mostra oggetti che iniziano con le lettere dell’alfabeto. Un oggetto insolito che inizia con ogni lettera è mostrato appoggiato su un tavolo (come un capibara per la C, una sfera da discoteca per la D e una lampada lava per la L). Tutte le 26 lettere devono essere rappresentate da 26 oggetti con didascalie corrispondenti che mostrino la lettera. Solo un oggetto e una didascalia alla volta. Ogni didascalia deve sembrare un segno di pennarello nero scritto su un foglietto di carta in basso a sinistra. Ritmo rapido, circa 9 fotogrammi per oggetto a 24 FPS. L’ultimo fotogramma è un foglietto di carta con la scritta “FINE”. L’intero video è accompagnato da una musica rilassante e piacevole.
Esempio 3
Prompt: spiegazione in plastilina del ripiegamento delle proteine, tutto è fatto di plastilina, senza mani, stop motion, accurato.
Capacità di creare video a partire da qualsiasi tipologia di input
Gemini Omni è inoltre in grado di trasformare qualsiasi tipologia di input o riferimento fornito dall’utente (immagine, testo, video o audio) in un unico output coerente: inizialmente, saranno supportati solo i riferimenti vocali; in futuro saranno supportati altri tipi di input audio.
Gli utenti potranno sfruttare come riferimento ciò che hanno a disposizione: immagini di personaggi, scene o disegni, per far sì che il modello realizzi un contenuto coerente con la “visione” dell’utente. L’utente potrà inoltre definire il linguaggio visivo utilizzando anche descrizioni con linguaggio naturale (questo perché il modello è in grado di combinare tutti i vari input forniti come riferimento).
Esempio 1
Prompt: Video dinamico in stile film di fantascienza basato sull’immagine image_0.png. Gli elementi si illuminano in modo simile al video_0.mp4, sincronizzati con il ritmo della musica di audio_0.wav.
Esempio 2
Prompt: Immagina che il mondo si trasformi gradualmente in uno stile retro-futuristico (granuloso e malinconico come l’immagine 1) mentre cammino. Usa l’audio come musica di sottofondo retro-futuristica. 10 secondi.
Esempio 3
Prompt: modifica questo mantenendo tutto uguale. Aggiungi effetti di movimento animati che escono dallo skateboard.
Segui Google su Telegram, ricevi news e offerte per primo
Gemini Omni è già disponibile per gli utenti
Il primo modello di IA generativa della famiglia Gemini Omni, ovvero Gemini Omni Flash, è già disponibile per gli utenti nell’app di Gemini, nell’app (Web e ora anche per Android) di Google Flow per tutti gli abbonati ai piani Google AI Plus, Google AI Pro e Google AI Ultra.
A partire da questa settimana, lo strumento sarà disponibile (senza costi aggiuntivi) per gli utenti nelle app YouTube Shorts e YouTube Create. Nelle prossime settimane, lo strumento verrà messo a disposizione anche degli sviluppatori e degli utenti “enterprise” tramite le API di Gemini.
Google fa sapere che tutti i video generati con i modelli della famiglia Gemini Omni includono la filigrana digitale SynthID che consente di verificare la natura di video generato con l’IA (tramite l’app di Gemini, Gemini in Chrome e la Ricerca Google).
Arrivano un sacco di novità per la suite Google Flow
A proposito di Google Flow, lo studio di creazione/generazione dei contenuti video (e da inizio 2026 anche audio) potenziato dall’intelligenza artificiale riceve una marea di nuove funzionalità a distanza di un anno dal lancio, avvenuto al Google I/O 2025.
La suite è stata aggiornata per sfruttare appieno il potenziale del modello Gemini Omni Flash: il modello, disponibile su scala globale per gli abbonati ai piani Google AI, consente di fondere l’ispirazione proveniente dal mondo reale con i contenuti generati, permettendo all’utente di portare avanti il progetto in modo conversazionale e godere di una maggiore coerenza dei personaggi (l’identità e la voce vengono preservate in ogni scena).
Sulla suite debutta il nuovo Google Flow Agent, già disponibile per tutti gli utenti su scala globale. Si tratta di un partner creativo che è in grado di pianificare e ragionare su attività complesse, tenendo conto delle indicazioni fornite dall’utente. Questo “agente”, basato sui modelli di Gemini, è in grado di comprendere in maniera profonda il progetto, per supportare l’utente nella fase di brainstorming, nella fase di creazione e nelle fasi di modifica.
Ad esempio, l’agente può fungere da punto di riferimento per i dialoghi tra i personaggi in una scena specifica, o persino suggerire modifiche alla trama. Quando il progetto è più avanzato, l’agente può aiutarti a creare più varianti contemporaneamente, offrendoti maggiori opzioni, e persino a effettuare modifiche in batch, in modo che le modifiche vengano applicate a tutte le risorse. Una volta create le risorse, l’agente può organizzarle in raccolte e persino rinominarle in modo intuitivo.
Le novità di Google Flow Music
Oltre alle novità per Google Flow in ottica generazione video, al Google I/O 2026 sono state presentate svariate novità anche per la costola della suite che si preoccupa della generazione di musica, ovvero Google Flow Music: “Le nostre ultime funzionalità offrono un controllo di editing più potente e una creazione di video musicali migliorata“.
- Modifica di precisione, sezione per sezione – è stato introdotto un controllo più granulare sulle varie creazioni; gli utenti possono evidenziare qualsiasi parte e apportare modifiche solo ad essa; è inoltre possibile campionare una sezione specifica di una canzone per estenderla in una direzione completamente diversa.
- Funzionalità “cover” – consente di trasformare lo stile delle canzoni già create, mantenendo la melodia e la struttura originali.
- Possibilità di creare video musicali con Gemini Omni – grazie al modello più recente e potente di IA generativa, Google Flow Music permette agli utenti di creare video musicali scegliendo stile, soggetti e scene per adattare il contenuto alla narrazione e al ritmo del piano; questa funzione è disponibile solo per gli abbonati ai piani Google AI.
Arrivano le app per dispositivi “mobile” di entrambi gli strumenti
In conclusione del comunicato dedicato, Google conferma il lancio delle app per dispositivi mobile di Google Flow (ne abbiamo parlato poche ore fa) e di Google Flow Music, suggerendo che le versioni Web rimarranno comunque le piattaforme di riferimento per l’accesso a tutte le funzionalità ma che le versioni mobile permettono di creare ovunque e in qualunque momento, direttamente dallo smartphone.
- L’app Google Flow è disponibile in beta per dispositivi Android (presto sarà disponibile anche su iOS).
- L’app Google Flow Music è già disponibile su iOS (presto sarà disponibile anche per dispositivi Android).