Google ha rilasciato il 27 agosto, alle 18 ora italiana, Gemini Omni 1.1 Flash: un aggiornamento del suo modello di generazione video che punta tutto su un concetto preciso, il controllo. L’annuncio arriva a firma di Anish Nangia e Alisa Fortin, product manager di Google DeepMind, e descrive uno strumento pensato non più solo per produrre clip da zero, ma per dirigerle davvero: estendere scene esistenti, fissare il primo e l’ultimo fotogramma di un’inquadratura, portare il risultato fino al 4K.

Non è un dettaglio da poco. Fino a ieri, chi voleva quel tipo di controllo doveva rivolgersi a Veo, la linea di modelli video “sorella” di Omni all’interno dell’ecosistema Google. Con la 1.1, molte di quelle funzioni entrano nel modello pensato per il montaggio conversazionale. E qui, come vedremo, la storia si complica.

Cosa cambia davvero nell’estensione delle scene

La versione 1.1 di Omni Flash analizza fino a dieci secondi di girato precedente invece dell’ultimo secondo soltanto, per ottenere estensioni visivamente più coerenti. In pratica, il modello non guarda più un singolo fotogramma per capire come proseguire un’inquadratura: guarda l’intera azione che l’ha preceduta, comprese luce, movimento della camera e continuità dei personaggi.

Il vantaggio si misura con un esempio concreto. Immaginate di generare la clip di apertura per la pagina prodotto di un piccolo brand di arredamento: una mano che apre un cassetto in legno chiaro, luce di metà mattina da una finestra a sinistra. Con il vecchio riferimento a un secondo, chiedere “adesso la mano prende un oggetto dal cassetto” rischiava di far cambiare direzione alla luce o colore al legno tra un blocco e l’altro. Con dieci secondi di contesto, quella continuità regge meglio, perché il modello “ricorda” l’intera traiettoria del movimento, non solo il suo ultimo istante.

Le scene si possono estendere in blocchi da dieci secondi fino a un totale cumulativo di quaranta: quattro estensioni in tutto, oltre alla generazione iniziale. Non è un limite tecnico nascosto in un changelog: è la soglia che Google ha scelto di rendere pubblica, e resta comunque lontana dalla lunghezza di un vero spot o di un cortometraggio. Per chi lavora su contenuti social brevi, però, quaranta secondi bastano quasi sempre.

Fotogrammi chiave, bozze in 360p e upscaling: le altre novità

A specificare il primo e l’ultimo fotogramma di un’inquadratura, il modello genera da solo la transizione tra i due punti, gestendo movimenti di camera complessi come orbite, zoom o loop che tornano al punto di partenza. È la stessa logica che i montatori professionisti chiamano keyframe interpolation, ma qui basta descrivere a parole l’effetto voluto.

C’è poi una modalità pensata per chi lavora sotto pressione di tempo e budget: le anteprime in 360p generano risultati fino al sessanta per cento più veloci e a un terzo del costo rispetto alla risoluzione standard 720p, utile per testare rapidamente più varianti di uno storyboard prima di scegliere quella da portare in produzione. Per un’agenzia italiana di piccole dimensioni, che magari deve proporre tre concept diversi a un cliente entro la stessa giornata, è probabilmente la funzione più concreta dell’intero aggiornamento: sbagliare in fretta, senza pagare il prezzo pieno per ogni tentativo.

Sul fronte opposto della qualità, Omni 1.1 porta l’output fino a 1080p o 4K. Vale però una precisazione tecnica che vale la pena di fare con chiarezza, perché altrove rischia di passare inosservata: si tratta di upscaling, non di generazione nativa a quella risoluzione. Il modello genera il video a una risoluzione inferiore e poi lo ingrandisce con un processo dedicato, una differenza che incide sul dettaglio fine dell’immagine rispetto a un 4K “vero” catturato da una fotocamera.

Restano infine due funzioni meno appariscenti ma utili nella pratica quotidiana: la possibilità di caricare fino a tre secondi di un video esistente come riferimento, per mantenere coerenti personaggi e stile visivo, e il montaggio conversazionale, che permette di chiedere una correzione senza dover rigenerare l’intera clip da capo.

Quanto costa e cosa non funziona ancora per chi scrive dall’Italia

Chi sviluppa tramite l’API paga a secondo di video prodotto: tre centesimi di dollaro al secondo per il 360p, dieci per il 720p, quindici per il 1080p e trenta per il 4K. Fin qui la tabella ufficiale è chiara. Quello che manca è una conversione in euro pubblicata da Google per il mercato italiano: chi fattura da qui deve fare i conti da solo, oppure passare dal listino Google Cloud in valuta locale. Per uno strumento presentato come pronto per la produzione professionale, è una lacuna che pesa più di una semplice formalità: chi deve preventivare un lavoro per un cliente italiano oggi lo fa senza un numero ufficiale a cui appoggiarsi.

Proviamo comunque a dare un ordine di grandezza. Con il cambio di oggi, intorno a 1,165 dollari per un euro, generare quaranta secondi di video (il massimo raggiungibile con le estensioni) costa a spanne un euro nella bozza in 360p, poco meno di tre euro e mezzo in 720p, circa cinque euro in 1080p e poco più di dieci euro se si arriva al 4K. Sono cifre di riferimento, non un preventivo: cambiano con ogni oscillazione del cambio e con eventuali sconti per volumi di utilizzo.

Per chi invece usa il prodotto consumer, senza toccare l’API, il listino europeo resta quello già noto: 4,99 euro al mese per Google AI Plus, 21,99 euro per Google AI Pro, e da 99,99 fino a 219,99 euro al mese per i diversi livelli di Google AI Ultra. L’estensione delle scene, in particolare, arriva anche nell’app Gemini per chi ha uno di questi tre abbonamenti, non solo per gli sviluppatori.

C’è però una limitazione che riguarda direttamente chi legge da qui. Caricare un video reale, girato con una fotocamera, per farlo modificare in conversazione con Omni è una delle funzioni più interessanti del modello sulla carta. Google ha confermato che, al lancio, questa possibilità non è disponibile nello Spazio economico europeo, in Svizzera, nel Regno Unito e in due stati americani. Restano invece percorribili senza limiti la generazione da un prompt testuale e quella a partire da immagini di riferimento.

Perché proprio l’Europa? Google non ha mai motivato pubblicamente questa scelta, ma il quadro normativo un’ipotesi ragionevole la suggerisce: caricare filmati reali che spesso contengono volti e movenze di persone identificabili significa trattare dati potenzialmente biometrici, un terreno su cui il GDPR impone basi giuridiche solide prima ancora di aprire il servizio. È un’analisi, non una conferma di Google: ma è coerente con un pattern già visto su altri strumenti di editing video basati su AI lanciati quest’anno.

C’è comunque un elemento di trasparenza che gioca a favore di Omni, ed è la parte meno raccontata finora. Ogni video generato porta un watermark SynthID impercettibile, verificabile tramite l’app Gemini, Chrome e la Ricerca Google, oltre a metadati C2PA che ne tracciano la provenienza. Non è un dettaglio decorativo: dal 2 agosto 2026 sono applicabili gli obblighi di trasparenza dell’articolo 50 dell’AI Act, che riguardano proprio fornitori e utilizzatori di sistemi che generano contenuti sintetici o deepfake. Chi in Italia userà Omni 1.1 per contenuti pubblicati commercialmente si trova quindi già coperto sul fronte dell’etichettatura tecnica, un vantaggio che altri strumenti concorrenti non garantiscono in modo altrettanto automatico.

Omni sostituisce Veo? La documentazione di Google non è ancora coerente

Qui arriva la parte più interessante per chi deve scegliere cosa integrare in un flusso di lavoro reale. La pagina generale di Google sulla generazione video per sviluppatori, nella sua versione più recente disponibile online, consiglia ancora Veo 3.1 per funzioni come l’estensione delle scene e il controllo dell’ultimo fotogramma, presentando Omni Flash come lo strumento per l’editing conversazionale rapido. Il problema è che Omni 1.1, uscito ieri, offre ora nativamente proprio quelle due funzioni. La pagina dedicata a Omni, aggiornata in queste ore, lo conferma; quella generale sul confronto tra i modelli, no.

È un dettaglio che può sembrare marginale, ma non lo è per chi lavora sul serio con questi strumenti: significa che, a poche ore dal lancio, Google stessa non ha ancora allineato la propria documentazione interna, e chi sta valutando quale modello integrare in un prodotto rischia di scegliere sulla base di informazioni già superate. Vale la pena controllare la scheda tecnica del modello specifico prima di fidarsi delle pagine di confronto generali.

Sul fronte dei partner, il messaggio che arriva da chi ha già integrato Omni è meno ambiguo. Adobe lo ha inserito in Firefly per l’editing video, mentre Figma Weave e Runway lo propongono come opzione aggiuntiva ai propri utenti creativi, apprezzandone in particolare la coerenza dei personaggi tra una generazione e l’altra rispetto alla resa puramente estetica di un singolo scatto.

Vale infine la pena notare i tempi. La finestra promozionale che regalava dieci video gratuiti nell’app Gemini si è chiusa il 4 agosto. Meno di quattro settimane dopo, Google ha già spinto fuori una versione con funzioni che, fino a quel momento, erano terreno esclusivo di Veo. È un ritmo di iterazione insolito anche per gli standard del settore, e dice qualcosa su quanto Google consideri strategica questa linea di prodotto: non un esperimento parallelo, ma il probabile futuro di come genererà video chiunque abbia un abbonamento Gemini, sviluppatore o meno