Gemini Omni Flash 1.1

Descripción general

Gemini Omni Flash 1.1 es la segunda versión del modelo de video multimodal de Google DeepMind, y la primera en la que una toma tiene espacio para crecer. Una generación sigue durando de 3 a 10 segundos con audio nativo, pero la 1.1 suma los controles que le faltaban a la primera: una escalera de resolución que va del boceto en 360p a la entrega en 4K, referencias en video que de verdad guían el resultado, un cuadro final que convierte dos imágenes fijas en un movimiento, y una extensión que lleva el clip a 40 segundos sin perder el elenco ni la música.

Qué trae de nuevo la versión 1.1

El primer Omni Flash renderizaba todo en 720p y se detenía a los diez segundos. La 1.1 conserva ese centro rápido y conversado, y quita los techos que lo rodeaban. La resolución ahora se elige en cada generación: 360p para iterar barato, y upscale a 1080p o 4K cuando la toma ya está lista para salir. La entrada de referencias crece a diez imágenes más tres clips cortos, cada uno con su papel marcado en el prompt. Y un clip terminado dejó de ser el final del camino: la extensión lee el último tramo de imagen y continúa la escena, de diez en diez segundos, hasta cuatro veces el largo original.

Edición por conversación, en vez de volver a tirar los dados

La mayoría de los modelos de video tratan el prompt como una palanca de máquina tragamonedas. Omni Flash lo trata como la primera frase de una sesión. El modelo sostiene la escena entre turnos, así que “pon el abrigo en rojo”, “ahora extiende la toma mientras ella se voltea” y “cambia el letrero a CLOSED” caen sobre la misma toma, con rostros, vestuario y voces intactos. Las instrucciones cortas, de un cambio por turno, rinden mejor. Y las partes del cuadro que nunca mencionas son justo las que no se mueven.

Gemini Omni Flash 1.1 en Morphic

En Morphic, Gemini Omni vive en el selector de modelos de video junto a Veo 3.1, Seedance 2.5, Kling y el resto del catálogo. Escribe la toma como un brief que ya incluye el audio, adjunta imágenes de referencia para todo lo que deba mantenerse igual, y genera. La toma cae en el Canvas, donde el mismo brief puede pasar por otro modelo para una lectura lado a lado. Después sigues refinando en los turnos siguientes, un cambio a la vez, y la escena conserva su contexto de un turno al otro.