Gemini Omni: видеомодель Google, которая делает и правит видео

Что такое Gemini Omni

Gemini Omni — семейство моделей Google DeepMind, которые создают контент из любого входа. Первым направлением стало видео. Google показала модель на I/O в мае 2026 года и описала её так: «представьте Nano Banana, но для видео» — результат можно дорабатывать на любом шаге обычными фразами.

Omni опирается на знания Gemini о мире: физике, истории, науке и культуре. Поэтому сцены вроде «строительство акведука в I веке» или «как работает шлюз на канале» модель рисует с правдоподобными деталями, а не только красиво.

27 августа 2026 года вышла Omni 1.1 Flash — стабильная версия с продлением сцен, управлением первым и последним кадром, черновиками в 360p и выводом до 4K. В документации Gemini API Google рекомендует её как видеомодель по умолчанию, а Veo 3.1 — для отдельных задач.

Что умеет Gemini Omni

Знание мира. Модель сама подставляет исторически и физически правдоподобные детали, если попросить сцену из реального контекста.

Сцена из нескольких референсов. Героиня с одного фото, платье с другого, лофт с третьего — Omni собирает их в один ролик и держит внешний вид.

Правка готового ролика. Главное отличие от Veo: загрузите видео и опишите изменение — погода, одежда, свет, объекты, движение камеры. Каждая следующая правка строится на предыдущей.

Первый и последний кадр. Две картинки — и модель строит переход между ними со звуком.

Оживление фото. Изображение становится первым кадром ролика: дым, капли, движение камеры.

Продление. В API ролик продлевается шагами по 10 секунд до 40 секунд, и модель учитывает до 10 секунд предыдущего видео, а не только последний кадр.

Для каких задач подходит Gemini Omni

• Правка готовых роликов: сменить погоду, время суток, одежду, убрать объект без пересъёмки.
• Образовательные и исторические сцены, где важна правдоподобность деталей.
• Реклама по фото товара: предметный снимок становится коротким роликом.
• Короткие вертикальные ролики для соцсетей со звуком.
• Быстрые итерации: черновик в 360p, финал в 1080p или 4K.

Gemini Omni и аналоги

	Gemini Omni 1.1 Flash	Veo 3.1	Seedance 2.5
Разработчик	Google DeepMind	Google DeepMind	ByteDance Seed
Длина за генерацию	3–10 с	4, 6, 8 с	до 30 с
Продление	до 40 с	до 148 с (API, 720p)	2 раза
Разрешение	до 4K (апскейл)	до 4K	не раскрывается
Входные данные	текст, изображения, видео	текст, до 3 изображений	текст, 30 фото, 10 видео, 10 аудио
Правка готового видео	да, фразами	нет	да
Языки речи	полностью — английский	не публикуются	не публикуются
В AI2Face	да	да	да

Omni — самая гибкая из моделей Google: правит видео и принимает видео на вход. Veo 3.1 выигрывает качеством 8-секундного ролика и точным режимом последнего кадра. Seedance 2.5 делает самые длинные клипы за одну генерацию.

Как писать промпты для Gemini Omni

• Для генерации — та же формула, что для Veo: камера + субъект + действие + окружение + стиль, звук отдельно.
• Для правки — одно изменение за раз и явно, что сохранить: «Смени погоду на солнечный день. Сохрани движение камеры, композицию и маяк».
• Для референсов — называйте, что брать с каждой картинки: «девушка с первого изображения в платье со второго в лофте с третьего».
• Для итераций — начинайте с 360p: по словам Google, черновик генерируется до 60% быстрее и стоит втрое дешевле 720p.
• Реплики надёжнее писать по-английски: остальные языки Google официально не оценивала.

Смени погоду в этом видео на спокойный солнечный летний день: чистое голубое небо,
спокойное бирюзовое море с мелкими волнами, яркое солнце на белом маяке и зелёная трава
на скале. Сохрани то же движение камеры, композицию и маяк. Звук: спокойные волны и чайки
вместо шторма

Как использовать Gemini Omni в AI2Face

1. Откройте генератор, выберите видео и модель Gemini Omni 1.1 Flash.
2. Выберите режим: по тексту, по фото, по референсам (до 6 изображений) или по первому и последнему кадру.
3. Задайте длительность (4, 6, 8 или 10 секунд), формат (16:9 или 9:16) и разрешение.
4. Запустите генерацию — стоимость видна заранее.

Редактирование готового видео и продление есть в генераторе AI2Face. Изображение из Nano Banana 2 или Seedream можно сразу поставить первым кадром ролика. Официальные сервисы Google из России не открываются, а в AI2Face Omni работает без VPN.

Ограничения

• Языки. Полностью поддерживается английский, остальные языки Google не оценивала.
• Звук. Голос нельзя править, а аудио-референсы в API пока не поддерживаются.
• Продление с речью. Нельзя продлить загруженное видео, где человек говорит, чтобы добавить новые реплики.
• Сложное движение и текст. В карточке модели Google называет трудностями полную согласованность при правках, сложную динамику и точный текст в кадре.
• Регионы. Хранение и редактирование видео недоступны в ЕЭЗ, Швейцарии и Великобритании.
• Маркировка. Все ролики содержат SynthID; проверить метку можно в приложении Gemini, Chrome и Google Поиске.

Выводы

Gemini Omni — видеомодель Google «на каждый день»: гибкая по входным данным, со звуком и главное — с правкой готового ролика обычными фразами. Её стоит брать для роликов по фото и референсам, образовательных сцен и быстрых итераций. Для максимального качества 8-секундного ролика и точного перехода к последнему кадру выбирайте Veo 3.1, для длинных сюжетов одной генерацией — Seedance 2.5. В AI2Face Omni доступна из России вместе с моделями изображений: кадр из генератора сразу становится первым кадром видео.