Google práve ukázal novú AI na videá. Je brutálna! Gemini Omni dokáže meniť scénu, pridávať objekty aj upravovať zábery cez obyčajný text
Google predstavil Gemini Omni, novú AI na tvorbu a úpravu videí. Stačí napísať, čo chceš vo videu zmeniť, a nástroj sa o úpravu pokúsi za teba.
Google opäť rozširuje možnosti svojej umelej inteligencie, tentoraz v oblasti tvorby videa. Nový model Gemini Omni má spájať schopnosť porozumieť rôznym typom vstupov s generovaním a úpravou videa. V praxi to znamená, že systém dokáže pracovať s textom, obrázkami, videom aj zvukom a z týchto podkladov vytvárať nové vizuálne výstupy alebo meniť existujúce zábery. Google tým nadväzuje na dlhodobý vývoj multimodálnych modelov a zároveň posúva AI bližšie k bežnej kreatívnej práci.
Prvou dostupnou verziou je Gemini Omni Flash. Google ju sprístupňuje v aplikácii Gemini, v nástroji Google Flow aj na platformách YouTube Shorts a YouTube Create. Pre predplatiteľov Google AI Plus, Pro a Ultra má byť dostupná globálne, zatiaľ čo cez YouTube Shorts a YouTube Create ju Google začína ponúkať aj bezplatne. Postupne sa má dostať aj k firmám a developerom prostredníctvom API rozhraní, takže využitie nemusí byť obmedzené len na individuálnych používateľov.
Celý koncept stojí na tom, že Gemini bol od začiatku navrhnutý ako multimodálny model. To znamená, že vie pracovať s viacerými druhmi dát naraz a prepájať ich do jedného výsledku. Pri videu je takýto prístup obzvlášť dôležitý, pretože nestačí len vytvoriť pekný obraz. Dôležitá je aj súvislosť medzi jednotlivými scénami, zachovanie logiky deja a konzistentnosť prostredia. Práve v týchto oblastiach sa má Gemini Omni odlišovať od jednoduchších nástrojov na generovanie videa.
We’re dropping Gemini Omni: our first step towards a model that can create anything from anything – starting with video.
It combines Gemini’s intelligence with our generative media systems – representing a leap forward in world understanding, multimodality, and editing 🧵 pic.twitter.com/GAtqzr0VIV
— Google DeepMind (@GoogleDeepMind) May 19, 2026
Neprehliadni
Gemini Omni ponúkne bohaté možnosti tvorby a úprav videí
Jednou z hlavných funkcií je možnosť upravovať video pomocou prirodzeného jazyka. Používateľ nemusí ovládať profesionálne editačné nástroje ani pracovať s komplikovaným rozhraním. Stačí napísať, čo chce zmeniť, a systém sa snaží požiadavku spracovať v kontexte už existujúceho videa. Gemini Omni pritom nadväzuje na predchádzajúce úpravy, takže sa snaží zachovať kontinuitu postáv, prostredia aj vizuálnej logiky scény.
Zaujímavou vlastnosťou je aj možnosť meniť samotný obsah deja. Používateľ môže upraviť akciu vo videu, doplniť nové objekty alebo zmeniť celú situáciu do inej podoby. Vďaka tomu môže vzniknúť obsah, ktorý by bol pri klasickom filmárskom postupe veľmi náročný alebo priamo nereálny. Z bežného záberu sa tak môže stať experimentálna alebo výrazne kreatívna verzia tej istej scény.
Google zároveň zdôrazňuje, že model nemá byť len nástrojom na vizuálnu tvorbu, ale aj systémom, ktorý lepšie rozumie tomu, čo vytvára. Omni má využívať znalosti o fyzike, pohybe a správaní objektov, aby výsledné scény pôsobili prirodzenejšie. To je dôležité najmä pri realistických simuláciách, vzdelávacích videách alebo pri animáciách, ktoré majú niečo vysvetľovať. V takýchto prípadoch nie je podstatná len estetika, ale aj logika a presnosť.
Gemini Omni is a major leap in world understanding & multimodal editing! It can take photos, video & audio and build entirely new scenes. Over time it’ll be able to handle any input & any output – starting w/ video
You can even give it your own videos & iterate on your ideas: pic.twitter.com/VrHPJKRJXH
— Demis Hassabis (@demishassabis) May 19, 2026
AI má pracovať s referenciami, ale prvá verzia začína videom
Gemini Omni má vedieť využiť aj rôzne referencie. Používateľ môže vychádzať z existujúceho obrázka, videa, textového zadania alebo zvuku a model ich spojí do jedného výsledku. V prvej fáze sa však Google sústreďuje najmä na video. Ďalšie výstupy, napríklad obrázky alebo audio, majú pribudnúť až neskôr. Pri zvuku zároveň firma postupuje opatrnejšie a na začiatku hovorí najmä o hlasových referenciách.
Now in @FlowByGoogle, you’ll be able to use the full potential of Gemini Omni Flash, our model that can create anything from any input, starting with video.
With a simple prompt and style reference, Gemini Omni allows you to transform the environment of an existing scene, add… pic.twitter.com/32SS0nrwz5
— Google (@Google) May 19, 2026
Súčasťou novinky je aj dôraz na transparentnosť. Každé video vytvorené pomocou Gemini Omni obsahuje digitálny vodoznak SynthID, ktorý pomáha overiť jeho pôvod. To je dôležitý krok v čase, keď je čoraz ťažšie odlíšiť ľudsky vytvorený obsah od generovaného materiálu. Google tým reaguje na potrebu zodpovedného používania AI a na rastúce obavy z možného zneužitia videí vytvorených umelou inteligenciou.
Digitálne avatary otvárajú nové možnosti, ale aj citlivé otázky
Zaujímavou časťou projektu sú aj digitálne avatary, ktoré umožňujú vytvárať videá s podobou a hlasom používateľa. Takáto funkcia otvára nové možnosti personalizovaného obsahu, no zároveň prináša aj otázky okolo bezpečnosti, súhlasu a ochrany identity. Najmä pri práci s hlasom a podobou človeka je dôležité, aby boli tieto nástroje používané zodpovedne. Google preto niektoré z týchto funkcií zatiaľ testuje a pri úpravách audia či reči postupuje opatrnejšie.
Gemini Omni tak predstavuje ďalší krok v tom, ako Google prepája generatívnu AI s praktickým využitím. Nejde len o technologickú ukážku, ale o nástroj, ktorý sa má postupne stať súčasťou bežnej tvorby videa. Ak sa naplní to, čo Google sľubuje, môže ísť o významný posun v tom, ako ľudia vytvárajú obsah pre sociálne siete, vzdelávanie, marketing aj osobné projekty. Zároveň však zostáva otvorená otázka, ako si na takýto typ obsahu zvykneme a do akej miery budeme vedieť rozpoznávať, čo je ešte skutočné video a čo už výstup umelej inteligencie.
