Más continuidad entre escena, ajuste y resultado
Gemini Omni 1.2 Flash se entiende mejor desde su gesto más visible: permite trabajar con clips nativos de hasta 15 segundos y corregirlos en conversación, sin arrancar cada vez desde cero. En video generativo, esa diferencia cambia la relación entre idea, prueba y ajuste; el clip deja de ser una pieza cerrada y pasa a funcionar como un material que se modela por turnos.
La novedad no está solo en alargar el plano. Lo que Google DeepMind pone sobre la mesa es una continuidad más estable entre escenas, referencias y transiciones, con margen para tocar fondo, luz, cámara o elementos concretos sin romper del todo el conjunto. Para animación, render y producción audiovisual asistida por IA, eso desplaza el foco desde la generación aislada hacia una edición más cercana al trabajo de flujo.
Gemini Omni 1.2 Flash es un modelo de Google DeepMind para generación y edición de video. Permite clips nativos de hasta 15 segundos, edición conversacional en varios turnos, mejor seguimiento de referencias y disponibilidad en la API de Gemini y productos como Vids, Flow, Gemini for business y Google Ads.
Clips más largos, cortes menos bruscos
El salto a 15 segundos amplía el margen para construir una secuencia completa en una sola pasada. No se trata solo de sumar duración: también reduce la sensación de fragmento que suelen dejar los clips más cortos cuando la acción exige continuidad de movimiento, cámara o cambios de plano.
En esa ventana, el modelo mantiene mejor la relación entre personajes, objetos, color y entorno. La consecuencia práctica es clara: la escena no se desarma con tanta facilidad cuando se extiende, y la transición entre un momento y otro conserva más coherencia visual. Para piezas breves, anuncios o pruebas de concepto, ese ajuste vuelve más útil la primera salida.
Ajustar por conversación, no rehacer
La edición conversacional cambia el tipo de intervención. En lugar de reescribir una generación entera, el sistema admite correcciones sucesivas: cambiar un objeto, variar el fondo, modificar la luz o mover la cámara. Ese modo de trabajo se parece más a refinar un plano que a pedir uno nuevo.
También ordena mejor la iteración entre prueba y resultado. El usuario puede avanzar por capas de decisión —primero la escena, después el encuadre, luego la continuidad— sin perder del todo lo anterior. Para equipos creativos, eso reduce la fricción de arrancar de cero cada vez y acerca el proceso a una revisión continua.
Referencias más estables en imagen y movimiento
Una de las mejoras más útiles está en el seguimiento de referencias. El modelo sostiene mejor rasgos de personajes, objetos, vestuario, tipografía o color cuando el material de entrada incluye imágenes, vídeo breve o pistas de audio. Eso importa porque evita saltos visuales que rompen la identidad de una pieza.
Google DeepMind también muestra casos de continuidad entre fotogramas, movimientos de cámara y extensiones de escena. La promesa no es una perfección cerrada, sino un control más fino sobre la consistencia: menos deriva entre tomas, menos morfismos inesperados y una salida más legible cuando el clip necesita mantener una misma lógica visual de principio a fin.
Una actualización pensada para varios flujos
La disponibilidad en la API de Gemini y en productos como Vids, Flow, Gemini for business y Google Ads sitúa este modelo como una actualización de plataforma, no como una demo aislada. El acceso distribuido sugiere usos distintos: borradores rápidos, piezas de trabajo, variantes para equipos creativos o pruebas de contenido en entornos comerciales.
La documentación oficial también vincula los resultados con SynthID watermark y C2PA Content Credentials, un marco de transparencia que acompaña la circulación del video generado o editado. En un terreno donde cada ajuste altera la lectura de la imagen, la trazabilidad de la salida empieza a formar parte del propio flujo.
