Gemini Omni 1.1 Flash: Google da más control para crear y editar vídeos

Google ha presentado Gemini Omni 1.1 Flash, una actualización de su modelo de creación y edición de vídeos que pone el acento en controlar el resultado. Anunciada el 27 de agosto de 2026, permite prolongar escenas, decidir sus fotogramas inicial y final, probar borradores de baja resolución y obtener versiones reescaladas hasta 4K.

La propuesta responde a una frustración habitual del vídeo generativo: conseguir un clip atractivo resulta útil, pero modificarlo sin estropear lo que ya funcionaba es otra historia. Omni mantiene la edición conversacional y añade herramientas para que el creador pueda dirigir mejor el proceso, en lugar de limitarse a repetir instrucciones hasta obtener algo aceptable.

Qué es Gemini Omni 1.1 Flash

Omni es la familia de Google dedicada a combinar comprensión multimodal y generación audiovisual. Puede crear vídeo con audio a partir de instrucciones o imágenes y transformar escenas mediante una conversación. La versión estable para desarrolladores se identifica como gemini-omni-1.1-flash; no debe confundirse con un modelo dedicado exclusivamente a analizar vídeos o transcribir su sonido.

Su ficha técnica sitúa los clips de salida entre tres y diez segundos, a 24 fotogramas por segundo. Admite resoluciones desde 360p hasta 4K, aunque las opciones superiores utilizan reescalado. El anuncio oficial de Google presenta esta actualización como una herramienta preparada para integrarse en aplicaciones creativas y procesos de producción profesional. Eso describe su orientación comercial, no garantiza que cualquier toma quede lista para publicar.

Crear un vídeo y retocarlo hablando

La creación puede comenzar con una descripción o una fotografía que se quiera animar. Después, las instrucciones sucesivas permiten cambiar elementos de la escena sin volver a describirlo todo. Mediante la Interactions API, el sistema mantiene el contexto del vídeo anterior y trata de preservar aquello que no se ha pedido modificar.

Imaginemos una campaña para una lámpara de escritorio: primero pediríamos un plano corto sobre una mesa; después, luz de atardecer; finalmente, una cámara que se aleje y revele el espacio de trabajo. Son ejemplos de instrucciones posibles, no una prueba realizada con el modelo. Su interés está en revisar una decisión cada vez y comparar las versiones, como haríamos durante una sesión de dirección creativa.

Escenas de hasta 40 segundos y fotogramas clave

Una de las novedades principales es la extensión progresiva. Los 40 segundos no se generan de una sola vez: se alcanzan añadiendo tramos de diez segundos. Al continuar, el modelo puede analizar hasta diez segundos de contexto previo para mantener mejor la apariencia de los personajes, la iluminación y la evolución de la acción.

Esto permite revisar cada continuación antes de encargar la siguiente. Si un objeto cambia de posición o la cámara pierde la trayectoria, conviene corregir ese tramo antes de acumular más material. La continuidad mejora como objetivo de diseño, pero sigue siendo algo que debe comprobarse en el resultado.

También se pueden proporcionar una imagen inicial y otra final para que Omni construya el movimiento entre ambas. Es una forma de orientar transiciones, acercamientos o bucles. En una presentación de producto, por ejemplo, podríamos establecer un plano general de apertura y un detalle final, dejando que la IA proponga el recorrido intermedio.

Borradores baratos antes de llegar al 4K

Los borradores en 360p buscan reducir el coste de experimentar. Google anuncia una generación hasta un 60% más rápida y aproximadamente un tercio del coste frente a 720p, bajo sus condiciones de comparación. La idea es elegir encuadre, movimiento y composición antes de invertir en el acabado.

Las salidas en 1080p y 4K se obtienen mediante escalado. Más píxeles no significan automáticamente más detalle original, ni corrigen una mano deformada o una sombra incoherente. Para un equipo pequeño, tiene sentido reservar la resolución final para las versiones aprobadas y comprobar después cómo quedan al exportarlas y comprimirlas para cada canal.

Dónde puede resultar útil

• Publicidad: explorar varias ambientaciones de una misma idea antes de decidir qué merece una producción completa.
• Comercio electrónico: convertir fotografías propias de productos en pequeños vídeos, revisando que no cambien sus características reales.
• Preproducción audiovisual: probar encuadres y transiciones para discutir una secuencia con el equipo antes del rodaje.
• Formación: crear escenas ilustrativas breves, verificando que las acciones representadas no introduzcan errores técnicos.
• Redes sociales: preparar variaciones visuales y bucles para una campaña sin rehacer desde cero cada propuesta.

Para evaluar su utilidad, propondríamos una prueba pequeña: elegir una escena y pedir tres modificaciones independientes, guardando cada versión. Después habría que comparar no solo la calidad visual, sino el tiempo dedicado a corregir fallos y los intentos descartados. El ahorro real no se mide por lo rápido que aparece el primer clip, sino por cuánto cuesta llegar a una pieza que cumpla el encargo.

Disponibilidad y límites importantes en España

El despliegue abarca Google AI Studio, Gemini API y Gemini Enterprise Agent Platform. Google también anuncia Omni 1.1 en Flow para suscriptores AI Plus, Pro y Ultra, y la extensión de escenas en la aplicación Gemini para esos planes. Las funciones concretas dependen del producto y de la región.

Para España hay una distinción decisiva: las restricciones actuales de la API impiden editar o extender vídeos subidos por el usuario en el Espacio Económico Europeo, Suiza y Reino Unido. Sí permiten trabajar sobre vídeos generados por el modelo. Además, extender significa añadir al final, no insertar material en mitad del clip; la edición de voz tampoco está admitida.

La ficha del modelo reconoce dificultades con movimientos complejos, texto perfectamente legible y consistencia entre ediciones. Por eso, el avance más interesante no es que Omni sustituya de repente una sala de montaje: es que permite probar decisiones visuales con menos fricción. Para convertir esa rapidez en trabajo publicable siguen haciendo falta selección, revisión y criterio humano.