Google DeepMind 27 августа 2026 года представила Gemini Omni 1.1 Flash — обновление генеративной видео-модели для разработчиков. Важная часть новости не в том, что «ИИ снова делает видео», а в появлении более управляемого API: модель умеет продлевать сцены, строить переход между первым и последним кадром, брать короткое видео как референс, быстро считать черновики в 360p и доводить финал до 1080p или 4K.
Что именно вышло
Gemini Omni 1.1 Flash — это производственное обновление линейки Omni для генеративного видео. Google описывает релиз как набор creative controls для разработчиков, которые строят свои видеоредакторы, рекламные инструменты, генераторы сторибордов, прототипы роликов и внутренние медиа-пайплайны.
Модель доступна через Gemini API в Google AI Studio. Для корпоративного контура Google также указывает Gemini Enterprise Agent Platform. Отдельно релиз пришёл в пользовательские продукты: Google Flow получил Omni 1.1 для подписчиков Google AI Plus, Pro и Ultra, а продление сцен появилось в приложении Gemini для тех же тарифов.
Для сайта Антона эта новость проходит фильтр AI-news: есть конкретная модель, дата, API-доступ и набор новых возможностей. Это не партнёрство, не инвестиция и не общий текст про рынок.
Почему это заметный релиз
Генерация видео долго выглядела как режим «напиши промпт и надейся». Пользователь просил кадр, движение камеры или продолжение сцены, но на выходе часто получал отдельный красивый фрагмент, который трудно встроить в рабочий процесс. Для реального инструмента этого мало: продакшену нужны повторяемость, контроль, дешёвые прогоны и понятный путь от черновика к финалу.
Omni 1.1 Flash как раз двигается в эту сторону. Google делает акцент не на одиночном вау-ролике, а на управлении процессом генерации. Разработчик может не просто попросить «сделай видео», а задать структуру сцены: откуда продолжать, к какому кадру прийти, какую траекторию камеры выдержать, какие референсы учитывать и в каком разрешении считать текущую итерацию.
Это похоже на взросление AI-видео: модель перестаёт быть отдельной игрушкой и становится компонентом редактора или автоматизированного пайплайна.
Продление сцен до 40 секунд
Первое крупное изменение — scene extension. Модель может взять уже созданный ролик и продолжить его с сохранением контекста. В Omni 1.1 Google заявляет анализ до 10 секунд предыдущей сцены. Это важнее, чем кажется: если модель видит только последний кадр или короткий хвост, она может продолжить картинку, но быстрее теряет смысл, положение объектов, настроение и логику движения.
Продление работает 10-секундными шагами, а суммарная длина продолженной сцены может доходить до 40 секунд. Для короткой рекламы, заставки, демонстрации продукта или визуального прототипа это уже не один клип, а небольшая последовательность.
Практический смысл для разработчика простой: можно строить интерфейс, где пользователь не пересоздаёт ролик с нуля после каждого промаха. Он получает удачный фрагмент, продлевает его, меняет направление сцены и собирает историю постепенно. Для творческих инструментов это гораздо ближе к монтажу, чем к лотерее с промптами.
Первый и последний кадр как контроль движения
Вторая сильная функция — генерация видео между первым и последним кадром. Пользователь задаёт начальное и конечное состояние, а модель строит непрерывный переход. Такой режим нужен для сложных движений камеры, орбит, зумов, зацикленных клипов и аккуратных переходов между сценами.
В обычной генерации видео промпт часто описывает намерение, но не фиксирует результат. Keyframe-подход даёт системе две опоры. Разработчик или дизайнер может подготовить важные кадры, а модель заполнит движение между ними. Это особенно полезно там, где конечный кадр должен совпасть с интерфейсом, карточкой товара, объектом в кадре или заранее утверждённым визуалом.
Для бизнес-инструментов это снижает риск «почти красиво, но не туда приехали». Чем больше точек контроля, тем легче встроить генеративное видео в редакционный процесс, где есть правки, согласование и повторяемые шаблоны.
360p-черновики для быстрых итераций
Отдельный практичный пункт — черновая генерация в 360p. Google пишет, что такие превью могут считаться до 60% быстрее по сравнению с 720p и стоят примерно треть от стандартного 720p-режима Omni 1.1.
Это не просто экономия ради экономии. В видео почти всегда нужно несколько попыток: подобрать движение, темп, кадрирование, стиль, длину, переход. Если каждая попытка сразу считается в высоком разрешении, продукт становится дорогим и медленным. Поэтому нормальный рабочий процесс выглядит так: много дешёвых черновиков, выбор направления, затем финальный рендер.
Для разработчиков это открывает понятный UX: «комната черновиков», сравнение нескольких вариантов, быстрый перебор промптов, сохранение удачных направлений и апскейл только выбранного результата. Такой подход ближе к реальной работе дизайнера или монтажёра.
1080p и 4K для финального результата
После черновика нужен финал. В Omni 1.1 Flash Google добавила вывод в 1080p и 4K. Это важно для тех сценариев, где видео должно не только выглядеть интересно в маленьком превью, но и попадать в рекламный кабинет, презентацию, лендинг, экран в магазине или монтажную программу.
Здесь стоит быть трезвым. 4K само по себе не гарантирует хорошую режиссуру, физику движения, стабильность персонажа или отсутствие артефактов. Но возможность довести выбранный вариант до высокого разрешения делает модель полезнее как часть продукта. Команда может сначала быстро согласовать идею, а потом считать чистый материал под публикацию.
Именно такой путь обычно нужен бизнесу: не бесконечная генерация ради эксперимента, а управляемый конвейер от идеи к рабочему ассету.
Видео-референсы в мультимодальном вводе
Ещё одна функция — короткие видео-референсы. Omni 1.1 может учитывать до трёх секунд видео в мультимодальном вводе. Это нужно, когда важно сохранить движение, позу, ритм или визуальный контекст.
Для разработчиков творческих сервисов это открывает несколько сценариев:
- перенести характер движения из одного ролика в другой;
- использовать короткий клип как опору для сцены;
- сохранять визуальную последовательность при замене персонажа или объекта;
- строить редактор, где пользователь комбинирует текст, изображения и видео-референсы;
- делать не один «магический» промпт, а набор управляемых входов.
Чем больше таких входов поддерживает модель, тем меньше пользователю приходится описывать словами то, что проще показать. Для видео это особенно важно: движение, пластика и темп плохо формулируются в одном предложении.
Для кого это важно
В первую очередь релиз интересен не зрителям готовых AI-роликов, а разработчикам, которые строят инструменты поверх моделей. Условный видеоредактор, генератор рекламных вариантов, сервис для продуктовых демонстраций или внутренняя система маркетинга получают более предсказуемые примитивы.
Можно представить несколько рабочих продуктов:
- генератор рекламных видео с черновиками и финальным 4K;
- инструмент для продления удачных кадров из съёмки или 3D-превью;
- редактор переходов между двумя утверждёнными кадрами;
- прототипировщик сторибордов для лендингов и презентаций;
- агент, который собирает ролик из текста, брендовых материалов и коротких референсов;
- конвейер для локализации и адаптации креативов под разные площадки.
Но главный вопрос остаётся прежним: как встроить модель в процесс, где есть исходники, права, ограничения бренда, проверка фактов, согласование и ответственность. Без этого даже сильная видео-модель быстро превращается в дорогой генератор случайных красивых файлов.
Как попробовать
Разработчикам логичнее начинать с Google AI Studio и Gemini API. Там можно проверить базовые режимы Omni 1.1: продление сцены, переход между кадрами, 360p-черновики, видео-референсы и финальный апскейл.
Я бы тестировал не на демонстрационных промптах, а на своих задачах. Например, взять один реальный рекламный сценарий, один продуктовый экран, один короткий клип и один набор брендовых ограничений. Затем прогнать несколько итераций: черновик в 360p, выбор движения, продление сцены, финальный рендер. Только так станет понятно, где модель экономит время, а где всё ещё требует ручной правки.
Для пользовательского теста можно смотреть Google Flow. Но если цель — внедрение в продукт или внутренний процесс, важнее именно API: скорость, стоимость, лимиты, повторяемость результата и то, как модель ведёт себя на ваших материалах.
Ограничения
Видеогенерация остаётся зоной, где красивый пример не равен надёжному продакшену. Даже при новых controls нужно проверять стабильность объектов, руки и лица, физику движения, соответствие бренду, права на исходники и артефакты после апскейла. Особенно аккуратно стоит относиться к сценам с людьми, товарными деталями, техническими интерфейсами и юридически значимыми материалами.
Есть и продуктовый риск: чем больше возможностей появляется в API, тем легче сделать перегруженный интерфейс. Пользователю не нужны десятки ручек ради ручек. Ему нужен понятный путь: загрузить исходники, быстро увидеть варианты, выбрать направление, внести правку и получить финальный файл. Если разработчик просто вывалит все параметры модели в форму, ценность релиза потеряется.
Для серьёзного применения стоит сразу закладывать историю версий, сравнение вариантов, хранение исходных референсов, журнал промптов и ручную проверку перед публикацией. Генеративное видео становится управляемее, но ответственность за результат остаётся у продукта, который вокруг него собран.
Что это меняет
Gemini Omni 1.1 Flash показывает общий тренд: AI-видео переходит от развлечения к инфраструктуре для творческих инструментов. Раньше главным вопросом было «может ли модель сделать красивый ролик». Теперь важнее другое: можно ли управлять сценой, быстро перебирать варианты, продолжать удачный фрагмент и получать финал в нужном качестве.
Для разработчиков это хороший момент пересмотреть старые идеи вокруг видео. Там, где раньше не хватало контроля, теперь появляются конкретные API-примитивы: контекст сцены, первый и последний кадр, черновое разрешение, видео-референсы, 4K-финал. Из таких деталей и строятся продукты, которыми можно пользоваться каждый день, а не один раз показать в демо.
Источник
Google DeepMind: Gemini Omni 1.1 Flash lets you build with more control