Gemini Omni 1.1 Flash ofrece a los desarrolladores un control real sobre el vídeo generado

La generación de vídeo hasta ahora se ha topado con el hecho de que el resultado era una caja negra: escribes un prompt y esperas a que salga un clip utilizable. Google DeepMind lanza ahora Gemini Omni 1.1 Flash en la API, lo que cambia esta situación.

El fin de los cortes aleatorios y el caos visual

La actualización permite extensiones nativas del video existente en bloques de diez segundos, hasta una longitud máxima de 40 segundos. El modelo mantiene el contexto de la escena anterior, para que la cámara no salte a otra parte y las imágenes se mantengan coherentes. Esto lo convierte en una herramienta real para contar historias, no solo un generador aleatorio de material de archivo.

La fase de prueba se abarata para los creadores

Otro cambio es el soporte para vistas previas aproximadas de 360p. Esto ahorra un tercio del coste y acelera significativamente la iteración a la hora de buscar el movimiento de cámara adecuado antes de que el desarrollador pague por el renderizado final.

La salida 4K es agradable, pero la suavidad es primordial

El modelo puede trabajar con la especificación del primer y último frame para transiciones y bucles suaves, y finalmente llevar la resolución a 4K. Si bien el mercado está poniéndose al día fácilmente en la resolución, una API para la manipulación real del movimiento es lo que le faltaba a la mayoría de los modelos.

El mercado de API de video se desplaza hacia la producción

Lo que determinará el éxito de Omni será la estabilidad de su API y su precio frente a sus competidores (Runway, Luma). Si mantiene la continuidad visual, se convertirá en el estándar para las aplicaciones que quieran integrar vídeo y no solo mostrarlo en una demo.

El veredicto de Lilith

El video con IA por fin tiene lo que lo convertirá en una herramienta y no en un juguete. Cualquiera que se limite a ofrecer un botón de 'generar' pronto será inútil para los clientes empresariales.