# Gemini Omni: il modello video di Google che crea e modifica i video

> Gemini Omni è un modello video di Google DeepMind presentato al Google I/O nel maggio 2026. Omni 1.1 Flash (27 agosto 2026) crea clip di 3–10 secondi con audio da testo, immagini e brevi video, modifica i clip finiti con frasi ordinarie e li estende fino a 40 secondi. Google lo chiama “Nano Banana per il video”. Omni Flash è disponibile nel generatore di AI2Face.

Sviluppatore: Google DeepMind · Rilascio: 2026-08-27 · Aggiornato il 2026-10-01
URL: https://ai2face.com/it/models/gemini-omni

## Dati chiave

| | |
|---|---|
| Sviluppatore | Google DeepMind |
| Data di uscita | Annuncio — maggio 2026 (Google I/O); Omni 1.1 Flash — 27 agosto 2026 |
| Cosa fa | Crea e modifica video con audio da testo, immagini e video |
| Durata | 3–10 secondi per generazione, estensione di 10 secondi fino a 40 secondi |
| Risoluzione | 360p, 720p; 1080p e 4K con upscale; 24 fotogrammi al secondo |
| Formati del fotogramma | 16:9 e 9:16 |
| Riferimenti | Immagini e fino a 3 video da 3 secondi |
| Audio | Generato insieme al video |
| Marcatura | Filigrana invisibile SynthID |
| In AI2Face | Sì, Omni 1.1 Flash nel generatore |

## Che cos'è Gemini Omni

Gemini Omni è una famiglia di modelli di Google DeepMind che creano contenuti da qualsiasi input. Il video è arrivato per primo. Google ha mostrato il modello all'I/O di maggio 2026 e lo ha descritto così: «immagina [Nano Banana](/it/models/nano-banana), ma per il video» — puoi rifinire il risultato a ogni passo con frasi ordinarie.

Omni si appoggia a ciò che Gemini sa del mondo: fisica, storia, scienza e cultura. Per questo una scena come «costruzione di un acquedotto nel I secolo» o «come funziona una chiusa» esce con dettagli credibili, non solo bella.

Il 27 agosto 2026 è uscito Omni 1.1 Flash — una versione stabile con estensione delle scene, controllo del primo e dell'ultimo fotogramma, bozze in 360p e uscita fino al 4K. Nella documentazione della Gemini API, Google lo raccomanda come modello video predefinito, e [Veo 3.1](/it/models/veo-3-1) per compiti specifici.

## Cosa sa fare Gemini Omni

**Conoscenza del mondo.** Il modello inserisce dettagli storicamente e fisicamente credibili se chiedi una scena da un contesto reale.

[Una carrellata aerea su un acquedotto romano in costruzione: operai sollevano pietre con una ruota a tamburo, archi su una centina di legno](https://ai2face.com/_astro/media/models/gemini-omni/world-knowledge.mp4 "Il prompt nomina solo l'epoca e gli strumenti — il dettaglio del cantiere l'ha completato il modello. Gemini Omni 1.1 Flash, 10 s")

**Una scena da più riferimenti.** La protagonista da una foto, il vestito da un'altra, il loft da una terza — Omni li riunisce in un clip e tiene l'aspetto.

[Una donna con un caschetto nero e un vestito di seta verde cammina in un loft verso finestre alte, poi si gira verso la camera e sorride](https://ai2face.com/_astro/media/models/gemini-omni/references.mp4 "Tre riferimenti: un selfie, un vestito su una gruccia e un loft vuoto. Volto e vestito coincidono con gli originali. Omni 1.1 Flash, 9:16, 8 s")

**Modifica di un clip finito.** La differenza principale da Veo: carica un video e descrivi il cambiamento — meteo, vestiti, luce, oggetti, movimento di camera. Ogni modifica successiva si appoggia alla precedente.

[Lo stesso volo di drone verso un faro sulla scogliera, ma al posto della tempesta un giorno d'estate soleggiato, un mare turchese calmo e erba verde](https://ai2face.com/_astro/media/models/gemini-omni/edit.mp4 "Modifica con una frase: un clip di tempesta di Veo 3.1 diventato un giorno di sole; composizione e movimento di camera restano. Omni 1.1 Flash")

**Primo e ultimo fotogramma.** Due immagini, e il modello costruisce il passaggio tra loro con l'audio.

[Una donna in una cucina di casa abbassa il telefono, e la cucina si dissolve in uno studio fotografico con fondale beige; una maglietta grigia diventa una camicia bianca](https://ai2face.com/_astro/media/models/gemini-omni/first-last-frame.mp4 "Il primo fotogramma è un selfie, l'ultimo un ritratto di studio della nostra raccolta di prompt. Omni 1.1 Flash, 9:16, 8 s")

**Animare una foto.** L'immagine diventa il primo fotogramma del clip: fumo, gocce, movimento di camera.

[La camera si avvicina lentamente a un flacone di profumo su pietra bagnata, il fumo lo avvolge, cade una goccia e si allargano i cerchi](https://ai2face.com/_astro/media/models/gemini-omni/image-to-video.mp4 "Una foto prodotto di Seedream 4.5 è diventata il primo fotogramma di uno spot. Omni 1.1 Flash, 9:16, 6 s")

**Estensione.** Nell'API un clip si estende a passi di 10 secondi fino a 40 secondi, e il modello tiene conto di fino a 10 secondi del video precedente, non solo dell'ultimo fotogramma.

## A cosa serve Gemini Omni

- **Modificare clip già fatti:** cambia meteo, ora del giorno o vestiti, oppure togli un oggetto, senza rigirare.
- **Scene didattiche e storiche,** dove conta il dettaglio credibile.
- **Pubblicità da una foto di prodotto:** lo scatto diventa un clip breve.
- **Clip verticali brevi** per i social, con audio.
- **Iterazioni rapide:** una bozza in 360p, il finale in 1080p o 4K.

## Gemini Omni e le alternative

| | Gemini Omni 1.1 Flash | [Veo 3.1](/it/models/veo-3-1) | [Seedance 2.5](/it/models/seedance) |
|---|---|---|---|
| Sviluppatore | Google DeepMind | Google DeepMind | ByteDance Seed |
| Durata per generazione | 3–10 s | 4, 6, 8 s | fino a 30 s |
| Estensione | fino a 40 s | fino a 148 s (API, 720p) | 2 volte |
| Risoluzione | fino a 4K (upscale) | fino a 4K | non pubblicata |
| Input | testo, immagini, video | testo, fino a 3 immagini | testo, 30 foto, 10 video, 10 audio |
| Modifica di un video finito | sì, con frasi | no | sì |
| Lingue del parlato | per intero — inglese | non pubblicate | non pubblicate |
| In AI2Face | sì | sì | sì |

Omni è il più flessibile dei modelli di Google: modifica il video e accetta video in ingresso. Veo 3.1 vince sulla qualità di un clip di 8 secondi e su una modalità precisa dell'ultimo fotogramma. Seedance 2.5 fa i clip più lunghi in una generazione.

## Come scrivere i prompt per Gemini Omni

- **Per generare** — la stessa formula di Veo: camera + soggetto + azione + ambiente + stile, e l'audio a parte.
- **Per modificare** — un cambiamento alla volta, e di' cosa tenere: “Cambia il tempo in un giorno di sole. Conserva il movimento di camera, la composizione e il faro.”
- **Per i riferimenti** — di' cosa prendere da ogni immagine: “la donna della prima immagine nel vestito della seconda, nel loft della terza”.
- **Per le iterazioni** — parti da 360p: secondo Google, una bozza si genera fino al 60% più in fretta e costa tre volte meno del 720p.
- **Le battute** sono più affidabili in inglese: Google non ha valutato ufficialmente le altre lingue.

```
Cambia il tempo in questo video in un giorno d'estate soleggiato e calmo: cielo azzurro limpido,
mare turchese calmo con piccole onde, sole forte sul faro bianco ed erba verde
sulla scogliera. Conserva lo stesso movimento di camera, la composizione e il faro. Audio: onde calme e gabbiani
al posto della tempesta
```

## Come usare Gemini Omni in AI2Face

1. Apri il generatore, scegli il video e il modello Gemini Omni 1.1 Flash.
2. Scegli una modalità: da testo, da una foto, da riferimenti (fino a 6 immagini) o da primo e ultimo fotogramma.
3. Imposta la durata (4, 6, 8 o 10 secondi), il formato (16:9 o 9:16) e la risoluzione.
4. Avvia la generazione: il costo si vede prima.

La modifica di un video finito e l'estensione sono nel generatore di AI2Face. Un'immagine di [Nano Banana 2](/it/models/nano-banana-2) o di [Seedream](/it/models/seedream) può entrare subito come primo fotogramma del clip. Omni è nel generatore di AI2Face, e il costo si vede prima di generare.

## Limiti

- **Lingue.** L'inglese è supportato per intero; Google non ha valutato le altre lingue.
- **Audio.** Non puoi modificare la voce, e i riferimenti audio non sono ancora supportati nell'API.
- **Estendere il parlato.** Non puoi estendere un video caricato in cui una persona parla per aggiungere battute nuove.
- **Movimento complesso e testo.** Nella scheda del modello, Google indica come difficoltà la coerenza piena nelle modifiche, la dinamica complessa e il testo preciso nel fotogramma.
- **Regioni.** Conservare e modificare video non è disponibile nel SEE, in Svizzera e nel Regno Unito.
- **Marcatura.** Tutti i clip contengono SynthID; puoi controllare il marchio nell'app Gemini, in Chrome e nella Ricerca Google.

## Conclusioni

Gemini Omni è il modello video di Google per tutti i giorni: flessibile sugli input, con audio e soprattutto con la modifica di un clip finito tramite frasi ordinarie. Usalo per clip da foto e riferimenti, scene didattiche e iterazioni rapide. Per la qualità massima di un clip di 8 secondi e un passaggio preciso all'ultimo fotogramma, scegli [Veo 3.1](/it/models/veo-3-1); per le storie lunghe in una generazione, [Seedance 2.5](/it/models/seedance). In AI2Face, Omni è disponibile insieme ai modelli di immagini: un fotogramma del generatore diventa subito il primo fotogramma del video.

## Domande frequenti

### Che cos'è Gemini Omni?

Un modello video di Google DeepMind che crea un clip da qualsiasi combinazione di testo, immagini e video e lo modifica con frasi ordinarie. La prima versione della famiglia è Gemini Omni Flash; quella attuale è Omni 1.1 Flash.

### In cosa Gemini Omni differisce da Veo 3.1?

Omni accetta più tipi di input e sa modificare un clip finito in dialogo, mentre Veo 3.1 dà la qualità massima di un clip breve. Google consiglia Omni come modello video predefinito, e Veo per prolungare le scene, la modalità con l'ultimo fotogramma e le pipeline più vecchie.

### Quanti secondi di video fa Gemini Omni?

Da 3 a 10 secondi in una generazione. Puoi estendere un clip di 10 secondi alla volta fino a 40 secondi. In AI2Face sono disponibili 4, 6, 8 e 10 secondi.

### Capisce lingue diverse dall'inglese?

Google documenta per intero solo l'inglese; le altre lingue non sono valutate ufficialmente. Il dialogo è più affidabile in inglese. I prompt in altre lingue, compresi quelli in russo dei nostri test, di solito vengono capiti.

### Dov'è il sito ufficiale di Gemini Omni?

Non c'è un sito a parte. Ufficialmente Gemini Omni funziona nell'app Gemini, in YouTube Shorts e YouTube Create, in Google AI Studio e tramite la Gemini API. I domini con “omni” nel nome appartengono a servizi di terzi.

### Si può provare Gemini Omni gratis?

Da Google — gratis in YouTube Shorts e YouTube Create; nell'app Gemini, con un abbonamento Google AI Plus, Pro o Ultra. In AI2Face, Omni è nel generatore a crediti, e il costo si vede prima di generare. Quelli di benvenuto arrivano dopo la registrazione.

## Fonti

- https://blog.google/innovation-and-ai/models-and-research/gemini-models/gemini-omni/
- https://blog.google/innovation-and-ai/technology/developers-tools/build-with-gemini-omni-1-1-flash/
- https://ai.google.dev/gemini-api/docs/omni
- https://deepmind.google/models/model-cards/gemini-omni-flash/
- https://ai.google.dev/gemini-api/docs/veo
- https://seed.bytedance.com/en/blog/one-take-creation-flexible-referencing-introducing-seedance-2-5