Gemini Omni: model video Google yang membuat dan menyunting video

Apa itu Gemini Omni

Gemini Omni adalah keluarga model Google DeepMind yang membuat konten dari masukan apa pun. Video yang muncul lebih dulu. Google menampilkan model ini di I/O pada Mei 2026 dan menggambarkannya begini: “bayangkan Nano Banana, tetapi untuk video” — hasilnya bisa diperhalus di langkah mana pun dengan kalimat biasa.

Omni bertumpu pada pengetahuan Gemini tentang dunia: fisika, sejarah, sains, dan budaya. Karena itu adegan seperti “pembangunan akuaduk pada abad ke-1” atau “cara kerja pintu air kanal” keluar dengan detail yang masuk akal, bukan hanya indah.

Pada 27 Agustus 2026 keluar Omni 1.1 Flash — versi stabil dengan perpanjangan adegan, kendali bingkai pertama dan terakhir, draf 360p, dan keluaran hingga 4K. Dalam dokumentasi Gemini API, Google merekomendasikannya sebagai model video bawaan, dan Veo 3.1 untuk tugas tertentu.

Apa yang Gemini Omni bisa lakukan

Pengetahuan dunia. Model mengisi detail yang masuk akal secara sejarah dan fisika kalau adegan diminta dari konteks nyata.

Adegan dari beberapa referensi. Tokoh dari satu foto, gaun dari foto lain, loteng dari yang ketiga — Omni menyatukannya dalam satu klip dan menjaga penampilan.

Suntingan klip jadi. Beda utama dari Veo: unggah video dan jelaskan perubahannya — cuaca, pakaian, cahaya, objek, gerak kamera. Setiap suntingan berikutnya dibangun di atas yang sebelumnya.

Bingkai pertama dan terakhir. Dua gambar, dan model membangun transisi di antaranya beserta suara.

Menghidupkan foto. Gambar menjadi bingkai pertama klip: asap, tetesan, gerak kamera.

Perpanjangan. Di API, klip diperpanjang bertahap 10 detik hingga 40 detik, dan model memperhitungkan hingga 10 detik video sebelumnya, bukan hanya bingkai terakhir.

Gemini Omni cocok untuk tugas apa

• Menyunting klip jadi: ganti cuaca, waktu, atau pakaian, atau hilangkan objek, tanpa syuting ulang.
• Adegan edukasi dan sejarah, yang detailnya harus masuk akal.
• Iklan dari foto produk: bidikan benda menjadi klip pendek.
• Klip vertikal pendek untuk jejaring, dengan suara.
• Iterasi cepat: draf di 360p, hasil akhir di 1080p atau 4K.

Gemini Omni dan alternatifnya

	Gemini Omni 1.1 Flash	Veo 3.1	Seedance 2.5
Pengembang	Google DeepMind	Google DeepMind	ByteDance Seed
Durasi per generasi	3–10 dtk	4, 6, 8 dtk	hingga 30 dtk
Perpanjangan	hingga 40 dtk	hingga 148 dtk (API, 720p)	2 kali
Resolusi	hingga 4K (upscale)	hingga 4K	tidak diungkapkan
Masukan	teks, gambar, video	teks, hingga 3 gambar	teks, 30 foto, 10 video, 10 audio
Menyunting video jadi	ya, dengan kalimat	tidak	ya
Bahasa ucapan	penuh — Inggris	tidak dipublikasikan	tidak dipublikasikan
Di AI2Face	ya	ya	ya

Omni adalah yang paling luwes di antara model Google: menyunting video dan menerima video sebagai masukan. Veo 3.1 unggul pada kualitas klip 8 detik dan mode bingkai terakhir yang presisi. Seedance 2.5 membuat klip terpanjang dalam satu generasi.

Cara menulis prompt untuk Gemini Omni

• Untuk generasi — rumus yang sama dengan Veo: kamera + subjek + aksi + lingkungan + gaya, suara ditulis terpisah.
• Untuk suntingan — satu perubahan setiap kali, dan sebutkan apa yang dipertahankan: “Ganti cuaca menjadi hari cerah. Pertahankan gerak kamera, komposisi, dan mercusuar.”
• Untuk referensi — sebutkan apa yang diambil dari tiap gambar: “perempuan dari gambar pertama dengan gaun dari gambar kedua, di loteng dari gambar ketiga”.
• Untuk iterasi — mulai dari 360p: menurut Google, draf dibuat hingga 60% lebih cepat dan biayanya tiga kali lebih murah daripada 720p.
• Tulis dialog dalam bahasa Inggris kalau bisa: Google belum menilai bahasa lain secara resmi.

Ganti cuaca dalam video ini menjadi hari musim panas yang cerah dan tenang: langit biru bersih,
laut pirus yang tenang dengan ombak kecil, matahari terang di mercusuar putih dan rumput hijau
di tebing. Pertahankan gerak kamera, komposisi, dan mercusuar yang sama. Suara: ombak tenang dan camar
menggantikan badai

Cara memakai Gemini Omni di AI2Face

1. Buka generator, pilih video dan model Gemini Omni 1.1 Flash.
2. Pilih mode: dari teks, dari foto, dari referensi (hingga 6 gambar), atau dari bingkai pertama dan terakhir.
3. Atur durasi (4, 6, 8, atau 10 detik), format (16:9 atau 9:16), dan resolusi.
4. Mulai generasi — biaya terlihat sebelumnya.

Penyuntingan video jadi dan perpanjangan ada di generator AI2Face. Gambar dari Nano Banana 2 atau Seedream bisa langsung menjadi bingkai pertama klip. Omni tersedia di generator AI2Face, dan biayanya terlihat sebelum mulai membuat.

Batasan

• Bahasa. Bahasa Inggris didukung penuh; Google belum menilai bahasa lain.
• Suara. Suara tidak bisa disunting, dan referensi audio belum didukung di API.
• Memperpanjang ucapan. Video unggahan yang berisi orang berbicara tidak bisa diperpanjang untuk menambah dialog baru.
• Gerak rumit dan teks. Di kartu model, Google menyebut kesulitan pada konsistensi penuh saat menyunting, dinamika yang rumit, dan teks yang akurat di dalam bingkai.
• Wilayah. Menyimpan dan menyunting video tidak tersedia di EEA, Swiss, dan Britania Raya.
• Penandaan. Setiap klip memuat SynthID; tandanya bisa diperiksa di aplikasi Gemini, Chrome, dan Google Search.

Kesimpulan

Gemini Omni adalah model video Google untuk pemakaian sehari-hari: luwes pada masukan, dengan suara, dan yang utama — dengan suntingan klip jadi lewat kalimat biasa. Pakai untuk klip dari foto dan referensi, adegan edukasi, dan iterasi cepat. Untuk kualitas tertinggi klip 8 detik dan transisi yang presisi ke bingkai terakhir, pilih Veo 3.1; untuk cerita panjang dalam satu generasi, pilih Seedance 2.5. Di AI2Face, Omni tersedia bersama model gambar: bingkai dari generator langsung menjadi bingkai pertama video.