No dia 19 de maio de 2026, o Google anunciou no palco do Google I/O 2026 uma das mudanças mais significativas da história da inteligência artificial: o Gemini Omni, uma nova família de modelos multimodais capaz de criar e editar vídeos a partir de qualquer combinação de texto, imagem, áudio e vídeo existente.
Em um evento que reuniu mais de 7 mil pessoas presencialmente no Shoreline Amphitheater em Mountain View, Califórnia, e foi transmitido para mais de 500 eventos estendidos em 100 países, o CEO do Google e Alphabet, Sundar Pichai, abriu o keynote anunciando o que a empresa chama de "Era Agentic do Gemini" — uma fase em que a inteligência artificial deixa de ser apenas um chatbot que responde perguntas e passa a executar tarefas complexas de forma autônoma.
Mas o que exatamente é o Google Omni? Como ele funciona? E, mais importante: o que isso significa para sua empresa, seu mercado e a forma como você cria conteúdo hoje?
Resposta Direta
Google Omni é uma família de modelos de IA multimodal nativa — ou seja, um sistema que processa texto, imagem, áudio e vídeo simultaneamente dentro da mesma rede neural, em vez de juntar esses formatos de forma mecânica. O primeiro modelo público, Gemini Omni Flash, começou a ser distribuído em 19 de maio de 2026 para usuários dos planos Google AI Plus (US$ 19,99/mês), Pro e Ultra (US$ 100/mês), e está disponível gratuitamente para criadores no YouTube Shorts e YouTube Create App.
A grande novidade: você pode combinar uma foto, um comando de voz e um clipe de vídeo em um único prompt e o sistema gera um vídeo cinematográfico de até 10 segundos com sincronização de som e animação — e ainda permite editar conversacionalmente ("muda a cena para noite", "remove o carro da esquerda").
O Que É Google Omni
Google Omni é a nova família de modelos de inteligência artificial do Google projetada para ser multimodal nativa. Isso significa que, ao contrário de sistemas anteriores que processavam texto, imagem e vídeo separadamente e depois juntavam os resultados, o Omni entende e raciocina sobre múltiplos formatos de mídia simultaneamente dentro da mesma arquitetura neural.
Em termos práticos, o Google descreve o Omni como um modelo que pode "criar qualquer coisa a partir de qualquer entrada". Você pode:
- Fazer upload de uma foto e transformá-la em cena animada
- Adicionar narração de voz ou prompt de áudio
- Editar cenas usando instruções em linguagem natural
- Gerar vídeos completamente novos combinando texto + imagem + vídeo + áudio em um único prompt
A primeira versão lançada, o Gemini Omni Flash, foca em geração de vídeo IA e edição conversacional. O Google integrou o modelo diretamente no app Gemini, no Google Flow (novo assistente IA) e no YouTube Shorts — ou seja, não é um produto experimental isolado, mas uma funcionalidade embutida nos produtos mais usados do Google.
Segundo Koray Kavukcuoglu, CTO do Google DeepMind, o Omni "combina a inteligência do Gemini com nossos modelos de mídia generativa, criando um novo nível de compreensão de mundo, multimodalidade e edição". O sistema é fundamentado no conhecimento do mundo real do Gemini, o que permite que personagens, física e edições anteriores persistam ao longo de múltiplas rodadas de instruções.
Como Funciona a Multimodalidade Nativa
A diferença central entre o Omni e gerações anteriores de IA está na forma como ele processa informação.
Modelos tradicionais de IA geralmente funcionam assim:
- Você envia um prompt de texto para um modelo de linguagem
- O modelo gera uma descrição
- Essa descrição é enviada para um modelo de imagem (como DALL-E ou Stable Diffusion)
- A imagem é gerada
- Se você quiser vídeo, a imagem é enviada para um terceiro modelo de vídeo
- Cada etapa é isolada — os modelos não "conversam" entre si
Esse processo é chamado de stitching (costura) — você está literalmente costurando saídas de modelos diferentes.
Gemini Omni, por outro lado, funciona assim:
- Você envia texto + imagem + áudio + vídeo em um único prompt
- O modelo analisa todos os formatos simultaneamente dentro da mesma rede neural
- Ele entende relações entre os formatos — por exemplo, que o áudio descreve a ação que deve acontecer na imagem, ou que o vídeo existente tem um personagem que deve se manter consistente
- O modelo gera um vídeo já sincronizado com som, mantendo contexto, física e continuidade
Essa abordagem é chamada de multimodalidade nativa. O Google diz que o Omni incorpora "compreensão do mundo real" — incluindo física, movimento e consciência espacial — para fazer vídeos gerados parecerem mais realistas.
Por trás dos panos, o Omni combina a capacidade de raciocínio do Gemini com os modelos de mídia generativa do DeepMind: Nano Banana (geração de imagens), Veo (geração de vídeo) e Genie (simulação de ambientes). O resultado é um sistema capaz de antecipar o que deveria acontecer a seguir em um vídeo do usuário — simulando gravidade, física e movimento cinético melhor do que modelos anteriores.
O Que o Omni Faz na Prática
A versão atual do Gemini Omni Flash permite:
1. Geração de Vídeo a Partir de Prompt Misto
Você pode fazer upload de uma imagem, adicionar um comando de texto ("transformar essa foto em uma cena cinematográfica de 10 segundos em estilo claymation") e o Omni gera o vídeo completo com áudio sincronizado.
2. Edição Conversacional de Vídeo
Em vez de usar software de edição complexo com timeline, você simplesmente digita instruções como:
- "Muda a cena para noite"
- "Mantém o mesmo personagem mas muda a localização"
- "Remove o carro da esquerda"
O Omni lembra da continuidade da cena e mantém consistência de personagens enquanto aplica edições naturalmente em sequências.
3. Criação de Avatar Digital Personalizado
O Omni permite que você crie um avatar digital que se parece e soa como você. Segundo Nicole Brichtova, diretora de gerenciamento de produto do DeepMind, o onboarding exige gravar a si mesmo e falar uma série de números em voz alta. O avatar fica armazenado para reutilização — uma medida anti-deepfake modelada no recurso Cameos do Sora (da OpenAI, descontinuado).
4. Geração de Explicadores Educacionais
O blog do Google mostra exemplos práticos, incluindo prompts funcionais para um explicador em claymation sobre dobramento de proteínas e uma sequência de alfabeto com 26 itens — ambos consistentes com casos de uso educacionais.
Quer implementar IA generativa no seu negócio?
A Agência Café Online ajuda empresas brasileiras a integrar ferramentas de IA como Gemini Omni, agentes autônomos e automação inteligente em operações reais.
Falar com EspecialistaO Que o Google NÃO Liberou (Ainda)
Aqui está o detalhe crítico: o Google explicitamente segurou a capacidade de editar áudio e fala em vídeos. No blog oficial, a empresa afirma claramente que editar vídeos para mudar áudio e fala é algo que ainda está "em teste" para que possam "entender melhor como trazer essa capacidade aos usuários de forma responsável".
Isso significa que demonstrações que mostram o Omni transformando uma pessoa em um animal preservando a voz original, ou trocando fala em filmagens existentes, descrevem uma capacidade que o Google explicitamente reteve desta versão — não uma funcionalidade disponível hoje.
A razão é óbvia: edição de voz em vídeos existentes é a funcionalidade mais próxima de deepfakes perigosos. O Google optou por lançar um modelo capaz e amplamente distribuído, mas conscientemente adiando a funcionalidade mais poderosa — e mais perigosa.
Como Acessar: Planos, Preços e Disponibilidade
O Gemini Omni Flash começou a ser distribuído globalmente em 19 de maio de 2026 através dos seguintes canais:
Para Usuários Finais
- App Gemini (Android e iOS) — disponível para assinantes AI Plus, Pro e Ultra
- Google Flow (novo assistente IA multimodal) — disponível em beta no Android, iOS em breve
- YouTube Shorts e YouTube Create App — disponível gratuitamente para criadores a partir desta semana
Planos e Preços (Atualizados em Maio/2026)
- Google AI Plus: US$ 19,99/mês — acesso ao Omni Flash + limites moderados
- Google AI Pro: preço não divulgado — limites maiores + recursos adicionais
- Google AI Ultra: US$ 100/mês (antes US$ 250) — limites 5x maiores que o Pro, acesso prioritário a novos recursos
- Plano anterior Ultra (US$ 250): agora custa US$ 200/mês com as mesmas capacidades
O Google mudou de limites diários de prompts para um sistema de créditos que leva em conta a complexidade do prompt, os recursos usados e o comprimento da conversa. Os limites são renovados a cada 5 horas até atingir o limite semanal.
Para Desenvolvedores e Empresas
A API do Omni será liberada "nas próximas semanas", segundo o Google. Desenvolvedores terão acesso via:
- Google AI Studio
- Vertex AI
- Gemini API
- Integrações Android Studio
Limitações Técnicas Atuais
Segundo Nicole Brichtova, do DeepMind, o Gemini Omni Flash:
- Gera clipes de até 10 segundos (por decisão de deployment, não limitação técnica — uma forma de ampliar acesso enquanto a demanda computacional é alta)
- Resolução e tempo de geração ainda não foram confirmados oficialmente pelo Google (especulações circulam sobre 720p e ~60-90 segundos por clipe, mas esses números não aparecem em materiais oficiais)
- Um modelo de maior potência, Gemini Omni Pro, está planejado mas sem data de lançamento — chegará quando o Google vir "uma mudança de patamar acima do Flash"
Comparação Rápida: Omni vs Sora 2 vs GPT-4o
| Característica | Google Omni Flash | OpenAI Sora 2 | GPT-4o |
|---|---|---|---|
| Inputs | Texto, imagem, áudio, vídeo (combinados) | Principalmente texto, imagem limitada | Texto, imagem, áudio (não vídeo nativo) |
| Output | Vídeo (até 10s) com áudio sincronizado | Vídeo (até 60s) | Texto, imagem (não vídeo) |
| Edição conversacional | Sim (mantém contexto e personagens) | Limitada | Não aplicável |
| Distribuição | Gemini app, Flow, YouTube Shorts, Search | Produto standalone (OpenAI) | ChatGPT, API |
| Acesso gratuito | Sim (YouTube Shorts/Create App) | Não | Limitado (free tier ChatGPT) |
| Preço Pro | US$ 19,99 - US$ 100/mês | US$ 20/mês (ChatGPT Plus) | US$ 20/mês (ChatGPT Plus) |
Ponto crítico: testadores independentes sugerem que a qualidade bruta de geração do Omni Flash pode ficar atrás de concorrentes como ByteDance Seedance 2.0 e Kling 3.0, mas sua edição conversacional é mais forte. A vantagem estratégica do Google está na distribuição — o Omni não é um produto experimental isolado, mas está embutido no Search, Gemini, Flow e YouTube, alcançando bilhões de usuários.
O Que Muda Para Empresas Brasileiras
Se você é empresário, gestor de marketing, criador de conteúdo ou decisor em uma empresa brasileira, o Gemini Omni muda o jogo em pelo menos 5 frentes:
1. Custo de Produção de Vídeo Despenca
Até hoje, produzir vídeos de qualidade exigia:
- Equipe de produção (diretor, cinegrafista, editor)
- Equipamento (câmeras, iluminação, microfones)
- Locação ou estúdio
- Tempo de gravação e edição (semanas)
- Investimento de milhares a dezenas de milhares de reais
Com o Omni, você pode:
- Gerar um vídeo explicativo em claymation em 90 segundos
- Criar 10 variações de um anúncio mudando cenário, estilo ou personagem — conversacionalmente
- Transformar fotos de produtos em vídeos cinematográficos sem equipe
Impacto direto: agências de produção, casas de pós-produção e estúdios de motion graphics enfrentarão pressão de margem brutal. Empresas que dependiam de stock footage ou produção cara para alimentar canais sociais agora podem gerar vídeos customizados sob demanda.
2. Velocidade de Criação de Conteúdo Acelera 100x
Criadores de conteúdo — YouTubers, influenciadores, produtores de curso, agências de marketing — ganham uma ferramenta de produção em escala. Em vez de gravar 10 vídeos diferentes, você pode gerar variações a partir de 1 foto + 1 prompt em questão de minutos.
Para empresas B2B que precisam de explicadores técnicos, vídeos de onboarding ou tutoriais de produto, o Omni se torna um motor de produção de baixo custo.
3. Barreiras de Entrada Caem — E a Concorrência Aumenta
Se antes criar vídeo de qualidade exigia investimento, agora qualquer um com US$ 20/mês pode gerar conteúdo visual competitivo. Isso significa que a barra para entrar no mercado de conteúdo despenca — mas também significa que todo mundo terá acesso às mesmas ferramentas.
Diferenciação não virá mais de "quem tem budget pra produzir vídeo", mas de:
- Quem entende melhor o público (estratégia)
- Quem cria prompts melhores (skill técnica + criatividade)
- Quem usa IA como parte de um processo maior, não como substituto de estratégia
4. Risco de Deepfakes e Desinformação Aumenta
O Google segurou a funcionalidade de edição de voz em vídeos justamente porque sabe do potencial de abuso. Mas mesmo a versão atual do Omni — capaz de gerar vídeos realistas a partir de prompts — já permite criação de conteúdo enganoso em escala.
Empresas precisarão:
- Educar equipes sobre verificação de autenticidade de conteúdo
- Usar ferramentas de detecção como SynthID (do próprio Google) e C2PA Content Credentials
- Criar políticas internas sobre uso ético de IA generativa
5. Oportunidade Para Quem Agir Rápido
Empresas brasileiras que dominarem o Omni e ferramentas similares nos próximos 6-12 meses terão vantagem competitiva significativa. O mercado ainda está aprendendo — quem chegar primeiro e testar em escala vai descobrir casos de uso que ninguém imaginou.
Exemplos práticos:
- E-commerce transformando fotos de produtos em vídeos cinematográficos para anúncios
- Escolas e universidades criando explicadores educacionais customizados para cada disciplina
- Agências de turismo gerando vídeos de destinos a partir de fotos de clientes
- Imobiliárias criando tours virtuais animados a partir de plantas baixas
Precisa de ajuda para integrar IA no seu negócio?
Construímos agentes de IA, automações e estratégias de conteúdo usando Gemini Omni e outras ferramentas de ponta para empresas brasileiras.
Agendar ConsultoriaLimitações e Riscos: O Que o Google Segurou
O Google foi estrategicamente cuidadoso no lançamento do Omni. Aqui estão as limitações técnicas e éticas importantes:
1. Edição de Voz e Fala NÃO Está Disponível
O blog oficial do Google afirma claramente: "editar vídeos para mudar áudio e fala é algo que ainda estamos trabalhando para testar, para que possamos entender melhor como trazer essa capacidade aos usuários de forma responsável".
Isso significa que você não pode:
- Pegar um vídeo de alguém e mudar o que a pessoa está dizendo
- Transformar uma pessoa em um animal preservando a voz original dela
- Trocar fala em filmagens existentes
Essas capacidades existem internamente no Google, mas foram deliberadamente retidas por serem as mais próximas de deepfakes perigosos.
2. Clipes de 10 Segundos (Por Ora)
O Omni Flash gera vídeos de até 10 segundos. Nicole Brichtova, do DeepMind, afirmou que isso é uma decisão de deployment, não uma limitação técnica — uma forma de ampliar acesso enquanto a demanda computacional é alta, apostando que a maioria dos usuários ainda não quer clipes mais longos.
3. Qualidade de Geração Pode Ficar Atrás de Concorrentes
Testadores independentes sugerem que a qualidade bruta de geração do Omni Flash pode ficar atrás de concorrentes como ByteDance Seedance 2.0 e Kling 3.0 da China, que lideram benchmarks públicos de qualidade. A força do Omni está na edição conversacional e na distribuição massiva, não necessariamente na melhor geração bruta de vídeo.
4. Risco de Viés e Conteúdo Nocivo
Como todo modelo de IA treinado em dados da internet, o Omni pode reproduzir vieses sociais, culturais e raciais. O Google afirma ter fortalecido as defesas de cibersegurança do Gemini 3.5 Flash (que alimenta o Omni) para ser "menos propenso a gerar conteúdo prejudicial e recusar erroneamente consultas seguras" — mas nenhum sistema é perfeito.
5. Custo Computacional e Ambiental
Gerar vídeos com IA consome muito mais energia do que gerar texto ou até mesmo imagens. O Google planeja gastar entre US$ 180 bilhões e US$ 190 bilhões em infraestrutura de IA apenas em 2026 — parte disso para suportar o Omni. Esse custo tem impacto ambiental e eventualmente será repassado aos usuários via preços de assinatura.
Como Começar a Testar Hoje (Passo a Passo)
Se você quer experimentar o Gemini Omni Flash agora, aqui está o passo a passo prático:
Opção 1: Acesso Gratuito via YouTube Shorts
- Abra o app YouTube no seu celular (Android ou iOS)
- Vá até a aba Shorts
- Toque no botão de criação (+)
- Procure pela opção "Criar com IA" ou "Gemini Omni" (interface pode variar)
- Faça upload de uma foto, adicione um prompt de texto e aguarde a geração
- Edite conversacionalmente com comandos como "muda o fundo para praia" ou "adiciona movimento de câmera"
Opção 2: Teste Completo via App Gemini (Pago)
- Baixe o app Gemini (Android ou iOS)
- Crie uma conta Google se ainda não tiver
- Assine o plano AI Plus (US$ 19,99/mês) — 7 dias de teste gratuito normalmente disponível
- Na interface do Gemini, procure pela opção "Criar vídeo" ou acesse Google Flow
- Combine texto + imagem + áudio em um único prompt
- Exemplo de prompt: "Crie um vídeo de 10 segundos mostrando esta foto [upload] se transformando em uma cena animada estilo Pixar, com música de fundo alegre"
- Aguarde a geração (60-90 segundos aproximadamente)
- Edite conversacionalmente com novos comandos
Opção 3: Para Desenvolvedores (API)
A API do Omni ainda não foi liberada oficialmente. O Google promete acesso "nas próximas semanas" via:
- Google AI Studio — plataforma visual para testar modelos
- Vertex AI — plataforma enterprise do Google Cloud
- Gemini API — API direta para desenvolvedores
Desenvolvedores interessados devem se inscrever em ai.google.dev para receber notificações de acesso antecipado.
Dicas Para Primeiros Testes
- Comece simples: uma foto + um comando de texto curto. Veja como o modelo interpreta antes de prompts complexos.
- Teste a edição conversacional: gere um vídeo e então peça mudanças incrementais ("agora muda a cor para azul", "adiciona um personagem à esquerda"). Isso mostra a força do Omni.
- Explore estilos: teste prompts com estilos específicos como "claymation", "anime", "fotorrealista", "stop motion", "desenho animado anos 90".
- Use o avatar com cuidado: se criar um avatar digital seu, lembre-se que ele ficará armazenado no Google. Considere implicações de privacidade.
Números do Google I/O 2026
Durante o keynote de 2 horas, Sundar Pichai revelou números impressionantes sobre o crescimento da divisão de IA do Google:
- 3,2 quatrilhões de tokens processados pelo Google por mês (aumento de 7x em relação ao ano anterior)
- 19 bilhões de tokens processados pelas APIs do Google por minuto
- 8,5 milhões+ de desenvolvedores construindo com modelos de IA do Google mensalmente
- Usuários do app Gemini saltaram de 400 milhões para 900 milhões em um ano
- 2,5 bilhões de usuários mensais de AI Overviews (resumos IA na busca)
- 50 bilhões+ de imagens geradas com Nano Banana (modelo de geração de imagens do Google)
- Gasto planejado em IA em 2026: entre US$ 180 bilhões e US$ 190 bilhões
Esses números mostram a escala do investimento do Google em IA — e a pressão competitiva que a empresa enfrenta de OpenAI, Anthropic, Meta e outros players.
Contexto: 10 Anos de "AI First"
Sundar Pichai abriu o keynote do I/O 2026 lembrando: "Faz 10 anos desde que pivotamos a empresa para ser AI First". Ele enfatizou a missão do Google de melhorar vidas em escala usando uma abordagem diferenciada e de pilha completa (full-stack) para inovação em IA.
"Essa abordagem nos permite iterar e inovar mais rápido, e está iluminando cada parte da empresa", disse Pichai.
De fato, o Google I/O 2026 não foi apenas sobre o Omni. Outras anunciações significativas incluíram:
Gemini 3.5 Flash
Um modelo 4x mais rápido do que modelos de fronteira concorrentes, com ganhos importantes em benchmarks de codificação. Agora é o modelo padrão no app Gemini e no modo IA do Search globalmente. O custo é metade ou até um terço de modelos de fronteira comparáveis, segundo Pichai.
Antigravity 2.0
Plataforma de codificação "agent-first" do Google que usa múltiplos agentes de IA autônomos trabalhando em paralelo. Na demonstração ao vivo mais impressionante do evento, o engenheiro Varun Mohan mostrou como Antigravity e Gemini 3.5 Flash construíram um sistema operacional funcional do zero — em apenas 12 horas.
O build envolveu:
- 93 subagentes
- 15 mil requisições de modelo
- 2,6 bilhões de tokens processados
- Custo relatado de menos de US$ 1.000 em créditos de API
Mohan demonstrou o resultado jogando o jogo Doom no sistema operacional recém-construído ao vivo no palco.
Gemini Spark
Um novo agente de IA autônomo capaz de trabalhar continuamente em segundo plano, integrando-se com Gmail, Docs e outros apps do Google Workspace. Estará disponível primeiro para assinantes do Google AI Ultra nos EUA a partir da próxima semana.
Expansão de Ferramentas Anti-Deepfake
O Google anunciou a expansão do SynthID (sistema de marca d'água em pixel invisível a olho nu) e C2PA Content Credentials (ferramenta de verificação de metadados) para o Search e navegadores Chrome desktop e mobile nas próximas semanas.
Pichai revelou que, desde o lançamento do SynthID há 3 anos, mais de 100 bilhões de imagens e vídeos foram marcados com a tecnologia — junto com 60 mil anos de ativos de áudio.
OpenAI, Kakao e ElevenLabs agora assinaram para adotar o sistema de marca d'água do Google (a Nvidia já havia se comprometido no ano passado).
O Que Vem a Seguir
O Google Omni é apenas o começo. A empresa deixou claro que o modelo atual — Gemini Omni Flash — é a primeira versão de uma família de modelos. Um Gemini Omni Pro de maior potência está planejado, mas sem data de lançamento.
Além disso, o Google planeja expandir as capacidades do Omni para além de vídeo, adicionando geração direta de imagem e áudio ao longo do tempo. A empresa também trabalha para liberar a funcionalidade de edição de voz e fala — mas apenas quando tiver certeza de que pode fazê-lo com segurança.
O evento I/O 2026 mostrou que a corrida de IA entre Google, OpenAI, Meta, Anthropic e Adobe está apenas começando. Cada empresa está escolhendo uma estratégia diferente:
- OpenAI aposta em produtos standalone de alta qualidade (Sora, ChatGPT)
- Anthropic foca em capacidade bruta e segurança (Mythos)
- Meta integra IA em seu ecossistema social (Facebook, Instagram, WhatsApp)
- Adobe domina ferramentas criativas profissionais (Firefly)
- Google mergulha IA diretamente nas plataformas de consumo mais usadas do mundo — Search, Android, YouTube
Para empresas brasileiras, a mensagem é clara: a próxima fase da competição em IA está se movendo rapidamente de geração de texto para criação de mídia em escala completa. Quem dominar essas ferramentas primeiro terá vantagem competitiva significativa nos próximos anos.
Google Omni está disponível no Brasil?
Sim. O Gemini Omni Flash está disponível globalmente, incluindo o Brasil, para assinantes dos planos Google AI Plus, Pro e Ultra através do app Gemini. Usuários de YouTube Shorts e YouTube Create App têm acesso gratuito. A interface está em inglês por padrão, mas aceita prompts em português.
Quanto custa usar o Google Omni?
O acesso via YouTube Shorts e YouTube Create App é gratuito. Para uso completo no app Gemini e Google Flow, você precisa assinar um dos planos pagos: AI Plus (US$ 19,99/mês), Pro (preço não divulgado) ou Ultra (US$ 100/mês, antes US$ 250). A API para desenvolvedores será liberada nas próximas semanas com preços ainda não anunciados.
Qual a diferença entre Google Omni e Veo?
Veo era o modelo anterior do Google focado principalmente em geração de vídeo a partir de texto. Google Omni expande esse conceito significativamente: aceita combinações de texto, imagem, áudio e vídeo existente como input (não apenas texto) e permite edição conversacional mantendo contexto e consistência de personagens. O Omni unifica múltiplas funções de IA generativa em uma única plataforma.
O Google Omni pode criar deepfakes?
Tecnicamente sim, mas o Google reteve deliberadamente as funcionalidades mais perigosas. A versão atual do Omni Flash NÃO permite editar voz e fala em vídeos existentes — justamente as capacidades mais próximas de deepfakes prejudiciais. O recurso de avatar digital exige que você grave a si mesmo e fale números, criando um perfil autêntico em vez de permitir imitação de outras pessoas. O Google afirma que está testando essas funcionalidades retidas para "entender melhor como trazê-las de forma responsável".
Qual o tamanho máximo de vídeo que o Omni gera?
Atualmente, o Gemini Omni Flash gera vídeos de até 10 segundos. Nicole Brichtova, do Google DeepMind, afirmou que essa é uma decisão de deployment (não uma limitação técnica) para ampliar acesso enquanto a demanda computacional é alta. Um modelo Gemini Omni Pro de maior potência está planejado para o futuro, mas sem data de lançamento.
Como o Google protege contra uso malicioso do Omni?
O Google implementa várias camadas de proteção: (1) SynthID — marca d'água invisível em pixel embutida em cada vídeo gerado, verificável via Gemini app, Chrome e Search; (2) C2PA Content Credentials — metadados que mostram origem e se o conteúdo foi editado com IA; (3) recurso de avatar limitado a perfis autênticos do próprio usuário; (4) funcionalidades de edição de voz explicitamente retidas desta versão; (5) defesas de cibersegurança fortalecidas no modelo base Gemini 3.5 Flash.
Desenvolvedores podem usar o Omni via API?
Ainda não, mas em breve. O Google prometeu que a API do Gemini Omni será liberada "nas próximas semanas" via Google AI Studio, Vertex AI, Gemini API e integrações Android Studio. Desenvolvedores interessados devem se inscrever em ai.google.dev para notificações de acesso antecipado. Preços da API ainda não foram divulgados.