Gemini Omni: il modello AI di Google per creare video da qualsiasi input — Guida completa (2026)
Gemini Omni è il modello multimodale nativo di Google DeepMind che trasforma qualsiasi combinazione di testo, immagini, video clip e audio in un video rifinito tramite conversazione in linguaggio naturale. Annunciato al Google I/O 2026 il 19 maggio 2026, non è semplicemente un generatore di video — è un modello di ragionamento che genera video, fondendo quattro sistemi Google AI precedentemente separati in un’unica architettura unificata. La prima versione pubblica, Gemini Omni Flash (gemini-omni-flash-preview), è gratuita su YouTube Shorts, disponibile per gli abbonati Google AI e accessibile agli sviluppatori a $0,10 al secondo di video in output tramite l’API Gemini.
Che cos’è Gemini Omni? Definizione e concetto di base
Gemini Omni è la risposta di Google DeepMind a un limite fondamentale degli strumenti video precedenti: accettavano un solo tipo di input (di solito testo) e non avevano memoria tra una generazione e l’altra. Questo modello AI tutto-in-uno supera entrambi i limiti. È possibile fornire contemporaneamente una foto di un prodotto, uno script di voiceover e un clip di sfondo, e continuare poi a perfezionare il risultato in linguaggio naturale, turno dopo turno, senza perdere il contesto delle modifiche precedenti.
Il paradigma «da qualsiasi input a qualsiasi output»
Mentre Veo 3.1 era un renderer dedicato da testo a video, Gemini Omni accetta testo, immagini, video clip esistenti e audio tutti contemporaneamente, restituendo il video come risultato unificato. Questa architettura da qualsiasi input a qualsiasi output significa che le combinazioni di input sono davvero aperte: si può partire da un’immagine statica di un prodotto, aggiungere uno script di voiceover, indicare un video di riferimento per lo sfondo e ottenere un risultato composito e coerente nel movimento.
Il CTO di Google DeepMind Koray Kavukcuoglu ha presentato Gemini Omni Flash come primo modello della famiglia Gemini Omni al keynote del Google I/O 2026. Ha descritto il progetto come la fusione inscindibile dello strato di ragionamento di Gemini con quello di sintesi video — non un wrapper attorno a un modello video, ma un modello unico in cui la comprensione del linguaggio e la generazione di video condividono gli stessi pesi.
Gemini Omni vs Veo 3.1: la differenza fondamentale
Veo 3.1 riproduce ciò che descrivi. Gemini Omni capisce ciò che intendi. Questa distinzione è più significativa di quanto sembri: Veo 3.1 interpreta un prompt e produce fotogrammi; Gemini Omni ragiona sull’intenzione dell’utente, sceglie lo strumento interno appropriato (rendering, simulazione fisica o editing di immagini), applica la modifica e conserva tutto il resto dalla generazione precedente. Un livello Gemini Omni Pro è previsto ma non ha ancora una data di rilascio confermata.
Architettura: come funziona Gemini Omni internamente
L’architettura di Gemini Omni fonde quattro sistemi Google AI precedentemente separati in un unico modello. Comprendere ciascun sottosistema spiega perché il modello si comporta in modo così diverso dai generatori video convenzionali — e perché Google lo posiziona come una piattaforma, non solo come un prodotto.
Quattro sottosistemi integrati
I quattro componenti sono strettamente integrati, non collegati in pipeline:
- Motore di ragionamento Gemini — gestisce la comprensione del linguaggio, il rispetto delle istruzioni e il contesto multi-turno. È per questo che puoi dire «rendi il cielo più drammatico» e il modello sa su quale parte del video intervenire.
- Rendering video Veo — lo strato di sintesi ad alta fedeltà responsabile dei fotogrammi effettivi. Si tratta della stessa tecnologia di rendering che alimentava il modello standalone Veo 3.1.
- Simulazione del mondo Genie — un motore fisico che mantiene il movimento fisicamente plausibile: gli oggetti cadono con traiettorie corrette, l’acqua si muove con tensione superficiale, i tessuti si deformano per gravità. Senza Genie, il movimento generato può sembrare sintetico o impossibile.
- Editing immagini Nano Banana — gestisce l’editing spaziale preciso di singoli fotogrammi all’interno di un video clip, consentendo modifiche granulari (cambiare il colore della giacca, cancellare un oggetto da un singolo fotogramma) senza rigenerare l’intero clip.
La fisica del World Model in pratica
Poiché Genie è integrato a livello di modello — non aggiunto come post-elaborazione — Gemini Omni può generare visualizzazioni scientifiche accurate da zero. L’esempio canonico delle demo di Google: un video in claymation sul ripiegamento delle proteine in cui le transizioni strutturali sono fisicamente corrette, non solo visivamente convincenti. Raggiungere questo risultato richiede conoscenza del mondo più simulazione fisica, non semplice pattern matching.
Specifiche di output per la versione Flash attuale: MP4 720p, clip limitate a 10 secondi, formati 9:16 (verticale, ottimizzato per YouTube Shorts) e 16:9 (orizzontale, predefinito). Google ha confermato che il limite di 10 secondi è una scelta di deployment, non un limite rigido del modello.
Quali input accetta Gemini Omni
La flessibilità degli input del modello è uno dei suoi punti di forza pratici più rilevanti. La maggior parte dei generatori video concorrenti accetta un prompt testuale e, opzionalmente, un’unica immagine di riferimento. Gemini Omni accetta un payload più ricco tramite un endpoint dedicato.
Tipi di input e parametri dei task
La Interactions API — un endpoint separato dalla chiamata standard generateContent — definisce quattro modalità di task:
| Parametro task | Cosa fa | Input accettati |
|---|---|---|
text_to_video | Genera video da un prompt testuale | Testo |
image_to_video | Anima o compone immagini di riferimento | Fino a 7 immagini (JPEG/PNG/WebP) + testo |
reference_to_video | Modifica un video clip esistente | Clip MP4/WebM + istruzione di editing |
edit | Continua una sessione conversazionale multi-turno | Session ID + nuova istruzione |
Contesto multi-turno
A differenza dei generatori one-shot, Gemini Omni mantiene una sessione attraverso i turni. Il modello ricorda ciò che ha generato al turno 1 quando gli si dà una nuova istruzione al turno 4. È possibile perfezionare l’illuminazione al turno 2, cambiare l’abbigliamento del soggetto al turno 3 e regolare un’indicazione di tempo al turno 4 — tutto senza rigenerare da zero. La Interactions API restituisce un session ID alla prima chiamata; includilo nelle chiamate successive per mantenere la continuità.
Editing conversazionale: la funzionalità di punta
L’editing conversazionale è la funzionalità che distingue più nettamente Gemini Omni da tutti gli altri modelli AI video sul mercato nel 2026. La maggior parte dei modelli tratta ogni generazione come una nuova richiesta. Gemini Omni tratta un progetto video come una conversazione — e il modello ricorda sempre ciò che hai detto in precedenza.
Dopo aver generato un video iniziale, si continua in linguaggio naturale: «rendi il cielo più drammatico», «rallenta la sezione centrale», «cambia la giacca del personaggio in rosso». Il modello applica la modifica preservando gli elementi non interessati. La coerenza temporale — mantenere lo stesso soggetto, la logica dell’illuminazione e la scena attraverso le modifiche — viene mantenuta automaticamente. Questo è tecnicamente difficile: la maggior parte dei modelli video fatica ad applicare una modifica localizzata senza destabilizzare l’intero clip.
Cosa viene deliberatamente escluso: editing audio e vocale
Google ha confermato una lacuna evidente: modificare o sostituire parlato e audio in video esistenti di persone reali è tecnicamente possibile ma deliberatamente escluso. Il motivo dichiarato è la necessità di ulteriori test di sicurezza riguardo al clonaggio della voce e all’uso improprio dei deepfake. Gli utenti non possono attualmente usare Gemini Omni per ridoppiare filmati esistenti. Tutti i video generati e modificati ricevono automaticamente una filigrana digitale SynthID. Si prevede che la restrizione sull’editing audio verrà riconsiderata quando il framework di sicurezza avrà raggiunto la maturità necessaria.
«In merito alla modifica di video per cambiare audio e parlato, stiamo ancora lavorando per testare questa funzionalità — ci prendiamo il tempo necessario per garantire uno sviluppo responsabile di questa capacità.»Google DeepMind, Post di lancio di Gemini Omni, maggio 2026
Per strategie di prompt ed esempi pratici di sessioni di editing multi-turno, consulta il nostro approfondimento sull’editing video conversazionale con AI.
Gemini Omni Flash vs Pro
La famiglia Gemini Omni segue la stessa struttura a livelli dell’intera lineup di modelli Gemini: Flash per velocità ed efficienza dei costi, Pro per qualità e capacità. Solo Flash è disponibile al pubblico a metà 2026.
Gemini Omni Flash (disponibile ora)
Model ID: gemini-omni-flash-preview. Risoluzione di output: MP4 720p. Durata massima del clip: 10 secondi. Formati supportati: 9:16 e 16:9. Prezzo API: $0,10 al secondo di video in output, quindi un clip da 10 secondi costa $1,00. Disponibile dal 30 giugno 2026 tramite Google AI Studio e l’API Gemini. I revisori indipendenti notano che la fedeltà del movimento grezzo è attualmente inferiore a quella di Seedance 2.0 e Kling 3.0, sebbene il workflow di editing conversazionale non abbia equivalenti diretti.
Gemini Omni Pro (in arrivo)
Nessuna data di rilascio è stata confermata. In base al pattern Flash/Pro nelle altre linee di modelli Gemini, si prevede che Pro offra una risoluzione di output più elevata, supporto per clip più lunghi e una maggiore coerenza del movimento. Google ha descritto la famiglia Omni come una serie di modelli in evoluzione, non una versione unica.
Prezzi: livelli gratuito, abbonamento e API
Gemini Omni ha una delle strutture di prezzi più accessibili tra i modelli AI video di frontiera, principalmente perché è integrato in YouTube — una delle piattaforme consumer più grandi al mondo.
Accesso gratuito tramite YouTube
Gemini Omni Flash è gratuito per tutti gli utenti tramite YouTube Shorts e l’app YouTube Create. Nessun abbonamento, nessuna chiave API, nessuna quota di cui preoccuparsi. YouTube Shorts registra 200 miliardi di visualizzazioni giornaliere — un traguardo riportato dal CEO di YouTube Neal Mohan nel giugno 2025 — rendendo questa la distribuzione consumer su scala più ampia di qualsiasi modello AI video fino a oggi. L’app Create è ottimizzata per il formato verticale 9:16 nativo dei video di breve durata.
Livelli di abbonamento Google AI
| Piano | Prezzo mensile | Spazio di archiviazione | Accesso |
|---|---|---|---|
| Google AI Plus | $4,99 | 400 GB | Gemini Omni + quota standard |
| Google AI Pro | $19,99 | 5 TB | Quota di generazione maggiore |
| Google AI Ultra (5x) | $99,99 | 20 TB | Accesso prioritario + quota 5x |
| Google AI Ultra (20x) | $199,99 | 20 TB | Quota massima + YouTube Premium |
Tutti i livelli di abbonamento includono anche l’accesso tramite Google Flow, lo strumento AI di Google per la realizzazione di film, progettato per produzioni narrative più lunghe piuttosto che per clip di breve durata.
API per sviluppatori ed enterprise
Disponibile dal 30 giugno 2026 tramite Google AI Studio. Prezzo: $0,10 al secondo di video in output. Endpoint: POST https://generativelanguage.googleapis.com/v1beta/interactions. Sono supportati sia il Python SDK (google-genai) che il JavaScript SDK (@google/genai). L’API restituisce l’output come MP4 codificato in base64.
Come utilizzare l’API Gemini per la generazione di video
Per iniziare a usare la Interactions API sono necessari una chiave API e alcune scelte di configurazione che differiscono dall’endpoint standard generateContent di Gemini. Ecco il flusso passo dopo passo:
- Ottieni una chiave API da Google AI Studio su ai.google.dev. Le chiavi del livello gratuito sono disponibili per la sperimentazione.
- Installa l’SDK — Python:
pip install google-genai; JavaScript:npm install @google/genai. - Utilizza l’endpoint della Interactions API, non
generateContent. L’endpoint èPOST https://generativelanguage.googleapis.com/v1beta/interactions. - Imposta il modello su
gemini-omni-flash-previewnel payload della richiesta. - Scegli un parametro task:
text_to_video,image_to_video,reference_to_videooppureeditper la continuazione multi-turno. - Invia gli input di riferimento se necessario — per
image_to_video, includi fino a 7 immagini (JPEG/PNG/WebP); perreference_to_video, allega un clip MP4 o WebM esistente. - Decodifica la risposta — l’API restituisce un MP4 codificato in base64. Per le sessioni conversazionali, acquisisci il
session_iddalla risposta e includilo nelle richieste successive per mantenere il contesto.
Per text_to_video, il payload minimo richiesto è un nome del modello, un parametro task e un prompt testuale. Il parametro task edit richiede un session_id valido da un turno precedente; senza di esso, il modello tratta la chiamata come una nuova generazione.
Per esempi di codice completi e guide passo passo degli SDK, consulta il nostro riferimento approfondito sulla generazione video tramite API Gemini.
Funzionalità di creazione avatar
Gemini Omni include una funzionalità di creazione avatar che va oltre la semplice generazione video occasionale. Un avatar è una sembianza renderizzata dall’AI in modo coerente — un’identità visiva persistente che può apparire in più clip generati senza variazioni nell’aspetto, nello stile espressivo o nelle caratteristiche vocali.
Ciò che gli avatar consentono in pratica è una nuova categoria di contenuti video brandizzati: un’azienda può creare un presentatore AI coerente per video esplicativi di prodotti, un educatore può costruire un personaggio ricorrente per una serie curricolare, oppure un creator può mantenere una presenza sintetica sullo schermo senza girare nuovi filmati ogni volta.
Le garanzie di consenso sono obbligatorie prima dell’uso. Prima che una sembianza — volto o voce — possa essere modellata, l’utente deve completare un processo di registrazione del consenso che conferma di possedere i diritti su quell’identità. Aggirare questo passaggio non è possibile tramite l’API; è un meccanismo di controllo, non una semplice dichiarazione di esclusione di responsabilità. Tutti i video generati tramite avatar recano filigrane SynthID, rendendo rilevabile la provenienza dall’AI anche dopo la ricompressione sui social media.
Sicurezza: filigrana SynthID e protezioni contro i deepfake
Il video generato dall’AI è ora così convincente che gli esseri umani identificano correttamente i deepfake solo nel ~25% dei casi — appena sopra il livello casuale. È questo il contesto di minaccia per cui è stato progettato lo stack di sicurezza di Gemini Omni.
SynthID: invisibile ma rilevabile
Ogni output di Gemini Omni porta una filigrana digitale SynthID — un segnale impercettibile incorporato nei pixel del video che sopravvive a compressione, ritaglio e ri-codifica. Il sistema SynthID di Google ha già contrassegnato oltre 100 miliardi di immagini e video generati dall’AI in tutti i suoi prodotti. Gli strumenti di rilevamento possono identificare la filigrana anche dopo la ricompressione aggressiva che le piattaforme social applicano ai video caricati.
C2PA Content Credentials e la restrizione audio
Insieme a SynthID, Gemini Omni incorpora le C2PA Content Credentials — un formato di metadati di provenienza standard del settore che piattaforme e fact-checker possono leggere per confermare l’origine AI. Questo approccio a due livelli (filigrana invisibile + metadati leggibili) è progettato per funzionare anche quando uno dei livelli viene rimosso.
La decisione di sicurezza più rilevante è la deliberata esclusione dell’editing audio/vocale di video esistenti. Il clonaggio della voce di persone reali è la funzionalità con il rischio di uso improprio più elevato in questa categoria tecnologica; Google ha confermato che la funzionalità esiste nel modello ma non verrà rilasciata fino alla validazione del framework di sicurezza. È una risposta diretta agli episodi di clonaggio vocale deepfake che sono diventati problemi di grande risonanza nel 2025.
Per un’analisi tecnica completa del funzionamento della filigrana e della provenienza, consulta la nostra guida su SynthID AI watermark video.
Come si confronta Gemini Omni con i competitor
Gemini Omni Flash è entrato in un mercato competitivo in cui Sora, Seedance 2.0, Kling 3.0 e Runway Gen-3 erano già affermati. Il quadro competitivo è articolato: sulla qualità del movimento grezzo, Flash non è il leader; sul workflow conversazionale e sull’accessibilità, non ha rivali.
Gemini Omni Flash vs Sora, Seedance 2.0, Kling 3.0
| Modello | Sviluppatore | Qualità del movimento | Editing conversazionale | Livello gratuito | Prezzo API |
|---|---|---|---|---|---|
| Gemini Omni Flash | Google DeepMind | Buona (720p) | Multi-turno | YouTube Shorts | $0,10/sec |
| Sora | OpenAI | Eccellente | Nessuno | No | Limitato |
| Seedance 2.0 | ByteDance | Eccellente | Limitato | No | Sì |
| Kling 3.0 | Kuaishou | Eccellente | Limitato | No | Sì |
| Runway Gen-3 | Runway | Molto buona | Limitato | No | Sì |
I revisori indipendenti valutano costantemente Gemini Omni Flash al di sotto di Seedance 2.0 e Kling 3.0 nelle metriche di fedeltà del movimento in questa fase. La fisica del movimento può risultare leggermente più fluida in quei modelli su scene complesse. Tuttavia, né Seedance né Kling offre un vero editing conversazionale multi-turno né un canale di distribuzione consumer gratuito alla scala di YouTube.
Dove Gemini Omni eccelle
L’editing conversazionale multi-turno è unico — nessun altro modello video di frontiera nel 2026 eguaglia la capacità di Gemini Omni di mantenere il contesto della sessione attraverso più modifiche. Sora, Seedance 2.0 e Kling 3.0 trattano tutti ogni generazione come indipendente. La profonda integrazione nell’ecosistema con Google Search, Google Foto e YouTube è un vantaggio distributivo che non può essere replicato dai fornitori di modelli standalone. Google Foto Video Remix — lanciato l’8 luglio 2026 in 14 paesi — estende questa portata alle librerie fotografiche consumer. Per i team che già sviluppano su Google Cloud, l’integrazione con l’API Gemini semplifica notevolmente anche lo stack di autenticazione e fatturazione.
Casi d’uso: cosa puoi creare con Gemini Omni
La combinazione di generazione da qualsiasi input a video, editing multi-turno e accesso consumer gratuito tramite YouTube Shorts apre casi d’uso che in precedenza erano accessibili solo tramite software costosi o team di produzione professionali.
Social media e contenuti di breve durata
Le 200 miliardi di visualizzazioni giornaliere di YouTube Shorts ne fanno la piattaforma di video brevi più vista al mondo, e Gemini Omni Flash è integrato direttamente nel flusso di creazione. I creator possono generare un clip di Shorts da un prompt testuale, perfezionarlo tramite modifiche conversazionali e pubblicarlo — tutto senza uscire dall’app YouTube Create. L’output nativo 9:16 e la durata di 10 secondi sono esattamente ciò che l’algoritmo della piattaforma premia.
Marketing e video di prodotto
Carica un’immagine di prodotto insieme a un documento di linee guida del brand e a uno script di voiceover; ricevi un video di prodotto rifinito. Apporta modifiche iterative («ingrandisci il prodotto nell’inquadratura», «cambia lo sfondo con una scena di cucina») senza ricominciare da zero. La memoria multi-turno fa sì che ogni perfezionamento si costruisca sullo stato accettato in precedenza, anziché rigenerare l’intero clip da un prompt modificato.
Contenuti educativi e divulgativi scientifici
La fisica del World Model rende Gemini Omni particolarmente utile per i contenuti educativi che richiedono precisione fisica. Un insegnante può generare un video esplicativo in claymation sul ripiegamento delle proteine, una sezione geologica che si forma nel tempo o un sistema meccanico in movimento — senza alcuna competenza con software di animazione. Lo strato di simulazione fisica garantisce che il movimento sia scientificamente plausibile, non solo visivamente decorativo.
Produzione cinematografica professionale tramite Google Flow
Google Flow integra Gemini Omni per produzioni narrative più lunghe: generazione di scene da descrizioni di storyboard, creazione di B-roll da estratti di sceneggiatura e editing di continuità inquadratura per inquadratura, in cui il modello mantiene illuminazione coerente e aspetto del personaggio attraverso i tagli. Questo livello è rivolto ai filmmaker indipendenti e agli studi di contenuti piuttosto che ai creator social occasionali.
Per una guida completa ai workflow di generazione di scene, B-roll e continuità, consulta la nostra guida dedicata al filmmaking AI con Google Flow.
Domande frequenti
Che cos’è Gemini Omni Flash?
Gemini Omni Flash (model ID: gemini-omni-flash-preview) è il primo modello della famiglia Gemini Omni disponibile al pubblico. Genera e modifica video a partire da qualsiasi combinazione di testo, immagini e clip video, grazie alla modifica conversazionale a più turni. Output: MP4 a 720p, clip fino a 10 secondi, rapporti d’aspetto 9:16 e 16:9. Gratuito su YouTube Shorts; $0,10 al secondo tramite le API Gemini.
Quanto costa Gemini Omni?
Gratuito su YouTube Shorts e sull’app YouTube Create. Gli abbonati pagano: Google AI Plus $4,99/mese, Google AI Pro $19,99/mese, Google AI Ultra da $99,99/mese. Gli sviluppatori pagano $0,10 al secondo di video generato tramite le API Gemini — una clip da 10 secondi costa $1,00.
Gemini Omni è gratuito?
Sì — Gemini Omni Flash è gratuito per tutti gli utenti YouTube tramite YouTube Shorts e l’app YouTube Create. I piani in abbonamento a pagamento e le API per sviluppatori sbloccano quote più elevate e ulteriori punti di accesso come Google AI Studio.
Qual è la differenza tra Gemini Omni e Veo 3.1?
Veo 3.1 è un sistema di rendering testo-video. Gemini Omni unisce in un unico modello il ragionamento di Gemini, il rendering di Veo, la simulazione fisica di Genie e la modifica delle immagini di Nano Banana, consentendo la generazione di video da qualsiasi tipo di input e la modifica conversazionale a più turni. Gemini Omni comprende il contesto e l’intenzione; Veo 3.1 si limita a renderizzare ciò che descrivi.
Gemini Omni può modificare voce e audio nei video esistenti?
Non ancora. Google ha confermato che il modello dispone di questa funzionalità, ma ha scelto di non renderla disponibile in attesa di ulteriori test di sicurezza, con l’obiettivo specifico di prevenire abusi legati alla clonazione vocale e ai deepfake. Tutti gli output recano filigrane SynthID.
Quando sono disponibili le API di Gemini Omni?
Le API Gemini per Gemini Omni Flash sono state lanciate il 30 giugno 2026 tramite Google AI Studio. Endpoint: POST https://generativelanguage.googleapis.com/v1beta/interactions. Model ID: gemini-omni-flash-preview. Sono supportati gli SDK Python e JavaScript.
Come si confronta Gemini Omni con Sora?
Secondo i recensori indipendenti, Gemini Omni Flash è attualmente inferiore a Sora in termini di qualità pura del movimento. Tuttavia, Gemini Omni è l’unico modello video di frontiera che integra fin dal lancio una vera modifica conversazionale a più turni, e l’unico a offrire un livello gratuito per i consumatori tramite YouTube Shorts. Sora non prevede un piano gratuito e l’accesso alle API è limitato.
Come funziona la modifica conversazionale in Gemini Omni?
Dopo aver generato un video iniziale, si prosegue la modifica tramite istruzioni in linguaggio naturale. Ogni turno si costruisce sull’output precedente: il modello mantiene il contesto della sessione tramite un ID di sessione. È possibile modificare colori, ritmo, dettagli del soggetto o sfondo in più turni senza che il modello dimentichi le modifiche precedenti. Questa funzionalità utilizza il parametro edit nelle API Interactions.