Google DeepMind mejora su inteligencia artificial para crear vídeos más largos, editar escenas mediante instrucciones y reducir los costes un 30 %. La nueva versión busca facilitar la producción audiovisual con IA.
Google da un nuevo paso en la carrera de la inteligencia artificial generativa con Gemini Omni 1.2 Flash, una actualización de su modelo de creación y edición de vídeo que permite generar clips de hasta 15 segundos, mantener una mayor coherencia visual y modificar escenas mediante instrucciones conversacionales.
La novedad, anunciada por Google DeepMind el 6 de noviembre de 2026, amplía las posibilidades de una tecnología que aspira a transformar la producción audiovisual, desde la creación de contenidos para redes sociales hasta el desarrollo de campañas publicitarias y materiales corporativos.
El cambio más inmediato es la duración de los vídeos: Gemini Omni 1.2 Flash pasa de un máximo de 10 a 15 segundos, un incremento del 50 % respecto a su predecesor.
Sin embargo, la ampliación temporal no es la única mejora.
Google también ha introducido un sistema de edición conversacional en varios turnos, controles más precisos sobre los movimientos de cámara y mecanismos destinados a reducir los errores visuales que pueden aparecer cuando los personajes y objetos se desplazan por una escena.
A estas novedades se añade una reducción de costes: la generación de vídeo a 720p cuesta 0,07 dólares por segundo, aproximadamente un 30 % menos que con Gemini Omni 1.1 Flash.
La actualización apunta a un objetivo concreto: conseguir que la generación de vídeo con IA sea más controlable, más consistente y económicamente más accesible para desarrolladores y empresas.
Qué es Gemini Omni 1.2 Flash y para qué sirve
Gemini Omni 1.2 Flash es una versión rápida del modelo multimodal de Google DeepMind orientado a la generación y edición de vídeo mediante inteligencia artificial.
Su función es permitir la creación de clips audiovisuales y la modificación de contenidos existentes utilizando instrucciones proporcionadas por el usuario.
El término multimodal hace referencia a los sistemas de inteligencia artificial capaces de trabajar con diferentes tipos de información, como texto, imágenes, audio o vídeo, según las capacidades concretas de cada modelo.
En este caso, la actualización se centra en la creación audiovisual y en la posibilidad de introducir cambios de manera progresiva.
La versión 1.2 incorpora tres mejoras principales:
- Vídeos más largos: generación de clips de entre 3 y 15 segundos.
- Edición conversacional: posibilidad de solicitar cambios sucesivos sin comenzar desde cero.
- Mayor coherencia visual: reducción de las alteraciones inesperadas en personajes, objetos y movimientos de cámara.
Estas funciones buscan resolver algunas de las limitaciones más habituales de los sistemas de vídeo generativo.
Aunque las herramientas de IA pueden producir imágenes visualmente llamativas, mantener la continuidad durante una secuencia en movimiento resulta más complejo.
Por ello, Google ha puesto especial atención en la estabilidad de las escenas.
Gemini Omni 1.2 Flash amplía los vídeos hasta 15 segundos
La mejora más visible de Gemini Omni 1.2 Flash es el aumento de la duración máxima de los clips.
La versión anterior permitía crear vídeos de hasta 10 segundos.
Con la actualización, el límite asciende a 15 segundos.
Esto supone cinco segundos adicionales y un incremento del 50 % en la duración máxima disponible.
Además, el sistema permite especificar cuánto debe durar el vídeo generado, con un mínimo de 3 segundos.
Esta posibilidad ofrece mayor flexibilidad para adaptar los resultados a diferentes necesidades.
Por ejemplo, un creador puede necesitar una secuencia breve para ilustrar un producto, mientras que una empresa puede preferir una escena más larga para presentar un concepto publicitario.
El control de la duración permite ajustar la generación al objetivo de cada proyecto.
Sin embargo, los 15 segundos corresponden al máximo de duración de un clip generado, no a la creación automática de películas completas o producciones audiovisuales de larga duración.
Para elaborar contenidos más extensos seguiría siendo necesario trabajar con varias secuencias o utilizar herramientas adicionales de montaje.
Google mejora la coherencia de personajes, objetos y escenarios
Uno de los mayores problemas de la generación de vídeo con inteligencia artificial es mantener la coherencia entre los distintos fotogramas.
En ocasiones, un personaje puede cambiar de apariencia durante una secuencia.
También pueden aparecer alteraciones inesperadas en los objetos, el vestuario, los escenarios o la iluminación.
Estos errores se vuelven especialmente visibles cuando la cámara se desplaza o cuando la acción se prolonga.
Google DeepMind asegura que Gemini Omni 1.2 Flash reduce las desviaciones visuales y las transformaciones no deseadas durante los movimientos y las transiciones.
La mejora afecta a diferentes elementos de la escena.
En el caso de los personajes, el objetivo es conservar una apariencia más estable mientras se mueven.
En los objetos, se busca reducir cambios de forma o características que no han sido solicitados.
En los escenarios, la intención es mantener una relación visual más consistente entre los diferentes momentos del vídeo.
La coherencia temporal es fundamental para que una secuencia generada por IA resulte creíble.
Un clip puede tener una excelente calidad en un fotograma concreto y, sin embargo, perder realismo si los elementos cambian de manera inexplicable al avanzar la acción.
La actualización intenta reducir precisamente ese problema.
No obstante, las mejoras descritas corresponden a las capacidades anunciadas por Google. La información disponible no incluye pruebas independientes que permitan cuantificar cuánto se han reducido los errores visuales.
La edición conversacional permite modificar vídeos sin empezar de cero
Otra de las novedades más importantes es la incorporación de la edición conversacional multigiro.
Esta función permite realizar varias modificaciones sucesivas sobre un mismo clip.
Hasta ahora, una de las dificultades habituales en los flujos de trabajo con vídeo generativo era la necesidad de repetir una generación completa cuando el resultado no cumplía las expectativas.
Con el nuevo sistema, el usuario puede solicitar cambios progresivos.
Por ejemplo, en un flujo de edición podría pedir que se modificara un elemento de la escena, revisar el resultado y después solicitar otro ajuste.
La finalidad es conservar el trabajo previo y evitar que cada corrección obligue a reconstruir todo el contenido.
Google plantea un proceso más parecido a una conversación de edición que a una sucesión de generaciones independientes.
Esta diferencia puede resultar especialmente útil para quienes necesitan producir varias versiones de una misma pieza audiovisual.
Una empresa podría trabajar sobre una secuencia y modificar determinados detalles para adaptarla a diferentes campañas.
Un creador de contenido podría corregir un elemento visual sin tener que rehacer por completo la escena.
La principal ventaja es la posibilidad de introducir ajustes de forma progresiva.
Sin embargo, la eficacia real dependerá de la precisión con la que el modelo interprete las instrucciones y conserve los elementos que el usuario desea mantener.
Control de cámara más preciso y movimientos cinematográficos
Gemini Omni 1.2 Flash también incorpora mejoras en el control de los movimientos de cámara.
Google DeepMind destaca la posibilidad de generar secuencias con desplazamientos más elaborados y acabados que describe como cinematográficos.
Entre los movimientos mencionados se encuentran los recorridos aéreos en primera persona, los alejamientos dramáticos y los movimientos orbitales.
Estas funciones permiten crear escenas visualmente más complejas.
Un recorrido aéreo puede utilizarse para mostrar un paisaje o un entorno desde una perspectiva dinámica.
Un alejamiento de cámara puede servir para revelar progresivamente un escenario.
Un movimiento orbital permite rodear visualmente un objeto o personaje.
El objetivo es ofrecer al usuario un mayor control sobre cómo se desarrolla la escena, no únicamente sobre los elementos que aparecen en ella.
Esta capacidad resulta relevante para la publicidad, las presentaciones de productos y los contenidos audiovisuales destinados a plataformas digitales.
También puede facilitar la elaboración de prototipos visuales antes de realizar una producción tradicional.
La información difundida por Google no establece que estos movimientos sustituyan en todos los casos al trabajo de un operador de cámara o a una producción profesional.
Se trata de herramientas que amplían las posibilidades de generación mediante inteligencia artificial.
Gemini Omni 1.2 Flash reduce un 30 % el coste de generar vídeo
La reducción de precio es otra de las novedades destacadas.
Según Google DeepMind, generar vídeo con Gemini Omni 1.2 Flash a 720p cuesta 0,07 dólares por segundo.
La compañía afirma que esta tarifa representa una reducción aproximada del 30 % frente a Gemini Omni 1.1 Flash.
La diferencia puede parecer pequeña cuando se analiza un único vídeo, pero adquiere mayor importancia cuando se producen numerosos clips.
Una empresa que necesita generar cientos de secuencias puede experimentar un ahorro significativo si mantiene un volumen elevado de producción.
Además, el coste de generación depende de la duración de cada vídeo.
A partir de la tarifa anunciada, es posible calcular el precio base correspondiente a diferentes duraciones.
Coste orientativo de generación a 720p
| Duración | Coste base |
|---|---|
| 3 segundos | 0,21 dólares |
| 5 segundos | 0,35 dólares |
| 10 segundos | 0,70 dólares |
| 15 segundos | 1,05 dólares |
Estas cantidades son cálculos aritméticos basados en la tarifa de 0,07 dólares por segundo.
No incluyen posibles impuestos, costes de operaciones adicionales ni otros cargos que pudieran aplicarse según el servicio utilizado.
Por tanto, no deben interpretarse como el precio final garantizado de cualquier proyecto audiovisual.
Un clip de 15 segundos a 720p tendría un coste base estimado de 1,05 dólares, siempre que se aplique íntegramente la tarifa anunciada.
Por qué el precio por segundo importa a las empresas
El coste de generación es uno de los factores que determinan la viabilidad comercial de las herramientas de vídeo con IA.
Una empresa puede necesitar crear diferentes versiones de una misma campaña.
También puede realizar numerosas pruebas antes de seleccionar un resultado definitivo.
En esos casos, el coste no depende únicamente del vídeo que finalmente se publica.
También incluye las generaciones descartadas, las correcciones y las variaciones necesarias durante el proceso creativo.
Por eso, la posibilidad de editar un detalle sin regenerar todo el clip puede ser tan importante como la reducción del precio por segundo.
La combinación de ambas funciones podría disminuir el número de generaciones necesarias para obtener un resultado satisfactorio.
Sin embargo, no existe una cifra universal de ahorro.
El beneficio económico dependerá del número de revisiones, de la duración de los vídeos y de la eficacia de las instrucciones de edición.
La reducción del coste por segundo es verificable a partir de la tarifa anunciada; el ahorro total de cada empresa dependerá de su utilización real.
Edición en 360p y 720p con mejoras posteriores hasta 4K
Google DeepMind también ha explicado cómo pretende optimizar los procesos de producción.
El modelo permite trabajar en tareas de edición a resoluciones de 360p y 720p.
La compañía propone utilizar resoluciones más bajas durante las fases de prueba y corrección, reservando los procesos de mayor calidad para los resultados seleccionados.
Este planteamiento busca evitar gastos innecesarios.
En lugar de producir todas las versiones de un proyecto a máxima resolución, el usuario puede revisar primero las escenas y corregir los elementos que no funcionen.
Una vez elegido el resultado, es posible recurrir a procesos posteriores para mejorar su resolución hasta 1080p o 4K.
Es importante distinguir ambas operaciones.
La generación anunciada a 720p y el posterior aumento de resolución a 4K no son necesariamente el mismo proceso.
El incremento de resolución tampoco garantiza por sí solo que aparezca información visual real que no estuviera presente en el contenido original.
La calidad final dependerá de las herramientas utilizadas y del resultado de las operaciones posteriores.
Disponibilidad de Gemini Omni 1.2 Flash para empresas y desarrolladores
La nueva versión está disponible para los usuarios de la API de Gemini y de Gemini para empresas, según la información comunicada por Google.
Esta disponibilidad resulta especialmente relevante para desarrolladores que desean integrar la generación audiovisual en sus propias aplicaciones.
Una API, o interfaz de programación de aplicaciones, permite que un programa utilice funciones de otro servicio mediante instrucciones técnicas.
En este caso, los desarrolladores pueden incorporar capacidades de generación y edición de vídeo a productos y procesos empresariales compatibles.
Por ejemplo, una compañía podría integrar estas funciones en una plataforma de creación de contenidos.
También podría utilizarlas para desarrollar herramientas internas destinadas a preparar materiales audiovisuales.
Sin embargo, la disponibilidad mediante la API y los servicios empresariales no significa que todas las funciones estén automáticamente habilitadas para todos los usuarios particulares de Gemini.
La información anunciada no confirma una disponibilidad universal y gratuita.
Tampoco especifica que todas las modalidades de acceso tengan las mismas condiciones económicas.
Qué cambia para los creadores de contenido
La ampliación de las capacidades de Gemini Omni 1.2 Flash puede resultar relevante para profesionales que trabajan con contenidos audiovisuales.
Uno de los sectores potencialmente beneficiados es el de la publicidad digital.
Las campañas para redes sociales suelen utilizar secuencias breves, por lo que los clips de hasta 15 segundos pueden servir como material creativo o como parte de producciones más extensas.
También pueden resultar útiles para generar prototipos antes de realizar una grabación.
En lugar de organizar inmediatamente una producción completa, un equipo creativo puede utilizar herramientas generativas para explorar diferentes propuestas visuales.
Otra aplicación posible es la preparación de materiales corporativos, como presentaciones de productos o demostraciones conceptuales.
Los creadores independientes también podrían aprovechar la edición conversacional para introducir cambios sin repetir todas las generaciones.
La principal novedad no es que la inteligencia artificial pueda crear vídeos, sino que ofrece más posibilidades para controlar, revisar y reutilizar el resultado.
Aun así, la producción profesional continúa requiriendo decisiones creativas, revisión humana y comprobaciones de calidad.
El reto de mantener la continuidad en los vídeos de inteligencia artificial
Generar una imagen fija y producir una secuencia audiovisual son tareas diferentes.
En una imagen, el sistema debe representar correctamente los elementos de una escena en un instante determinado.
En un vídeo, debe conservar una relación coherente entre esos elementos a medida que transcurre el tiempo.
Un personaje que gira la cabeza debe mantener sus rasgos.
Un objeto que cambia de posición debe conservar una apariencia compatible con su movimiento.
La iluminación y el escenario también deben evolucionar de manera lógica.
Cuando estas relaciones fallan, aparecen errores que pueden resultar evidentes para el espectador.
La actualización de Google intenta reducir este tipo de problemas.
La mejora adquiere especial importancia porque la duración máxima aumenta de 10 a 15 segundos.
Cuanto más larga es una secuencia, más oportunidades existen de que aparezcan inconsistencias.
Por eso, ampliar la duración sin mejorar la coherencia visual podría limitar la utilidad del resultado.
La combinación de mayor duración y mayor estabilidad es uno de los aspectos centrales de Gemini Omni 1.2 Flash.
No obstante, todavía sería necesario comparar resultados mediante pruebas independientes para determinar el alcance exacto de las mejoras.
Google refuerza su apuesta por el vídeo generativo
La actualización de Gemini Omni 1.2 Flash refleja la importancia que está adquiriendo el vídeo dentro del desarrollo de la inteligencia artificial.
La competencia tecnológica ya no se limita a los asistentes conversacionales o a los sistemas capaces de redactar textos.
Las grandes compañías también buscan desarrollar herramientas que permitan crear y modificar contenidos audiovisuales.
En este contexto, tres factores adquieren especial importancia: la calidad visual, el control del usuario y el coste de producción.
Google intenta avanzar en los tres ámbitos.
La coherencia de las escenas busca mejorar la calidad.
La edición conversacional y los movimientos de cámara pretenden ofrecer mayor control.
La reducción del precio por segundo intenta facilitar su utilización a mayor escala.
Sin embargo, las mejoras anunciadas no permiten concluir que el modelo sea superior a todos sus competidores.
Para establecer una comparación rigurosa serían necesarias pruebas realizadas con condiciones equivalentes.
La generación de vídeo con IA también plantea riesgos
La facilidad para producir escenas audiovisuales realistas presenta oportunidades, pero también desafíos.
Uno de ellos es la posibilidad de crear imágenes o vídeos que representen acontecimientos inexistentes.
Cuando un contenido generado artificialmente se presenta como una grabación auténtica, puede contribuir a la difusión de desinformación.
Este riesgo resulta especialmente relevante en ámbitos como la política, los sucesos y la información internacional.
También existen cuestiones relacionadas con los derechos de autor, la utilización de imágenes personales y el consentimiento.
Por ello, el empleo profesional de estas herramientas requiere comprobar los derechos sobre los materiales utilizados y respetar las normas aplicables.
Un vídeo generado por inteligencia artificial no debe presentarse como prueba documental de un acontecimiento real si no lo es.
En el ámbito periodístico, la transparencia sobre el origen del contenido resulta fundamental.
Las mejoras técnicas anunciadas por Google no eliminan estas obligaciones.
¿Puede Gemini Omni 1.2 Flash sustituir una producción audiovisual tradicional?
La actualización facilita determinadas tareas, pero no permite afirmar que la producción convencional haya quedado obsoleta.
Un vídeo profesional puede requerir planificación narrativa, interpretación, dirección artística, sonido, montaje y supervisión técnica.
La inteligencia artificial puede intervenir en algunas de esas fases.
También puede servir para elaborar bocetos, probar movimientos de cámara o generar recursos visuales.
Sin embargo, los clips de hasta 15 segundos siguen teniendo limitaciones para proyectos que necesitan secuencias prolongadas y una continuidad narrativa compleja.
Además, las escenas generadas deben revisarse para detectar posibles errores.
La edición conversacional puede reducir parte del trabajo, pero no garantiza que todas las modificaciones se realicen correctamente al primer intento.
Gemini Omni 1.2 Flash debe entenderse como una herramienta de creación y edición audiovisual, no como una sustitución automática de todos los procesos de producción.
Su utilidad dependerá de las necesidades de cada usuario.
Cuáles son las principales novedades de Gemini Omni 1.2 Flash
La actualización anunciada por Google DeepMind incorpora cambios concretos respecto a la versión anterior.
Las novedades más importantes son:
- Duración máxima de 15 segundos, frente a los 10 segundos anteriores.
- Duración mínima configurable de 3 segundos para los clips generados.
- Edición conversacional multigiro, que permite introducir modificaciones sucesivas sobre un mismo vídeo.
- Mayor coherencia visual en personajes, objetos y transiciones.
- Controles más precisos de cámara, incluidos movimientos aéreos, alejamientos y órbitas.
- Tarifa de 0,07 dólares por segundo a 720p, aproximadamente un 30 % inferior a la de la versión anterior.
- Edición a 360p y 720p, con posibilidad de mejorar posteriormente los resultados seleccionados hasta 1080p o 4K.
Estas características sitúan la actualización en una línea de desarrollo centrada en hacer más práctico el uso profesional del vídeo generado por inteligencia artificial.
Gemini Omni 1.2 Flash: más duración, mejor edición y menor coste
Gemini Omni 1.2 Flash representa una evolución de las herramientas audiovisuales de Google DeepMind.
La compañía ha ampliado la duración máxima de los vídeos hasta 15 segundos, ha incorporado la edición mediante conversaciones sucesivas y asegura haber mejorado la continuidad visual de las escenas.
También ha reducido aproximadamente un 30 % el coste de generación a 720p, hasta situarlo en 0,07 dólares por segundo.
Las mejoras podrían resultar especialmente útiles para desarrolladores, empresas y profesionales que necesitan producir múltiples versiones de contenidos audiovisuales.
Sin embargo, la calidad efectiva de los resultados deberá evaluarse mediante su utilización real.
La gran apuesta de Google es convertir la generación de vídeo con IA en un proceso menos dependiente de repetir intentos y más cercano a una edición controlada por el usuario.
El avance no elimina las limitaciones de la tecnología, pero sí introduce herramientas que pueden facilitar su incorporación a los procesos de producción digital.
Chollones
Pack Bodytop10: 5 Sesiones Corporales + REGALO Tratamiento Facial Pre-verano
350,00€
Ver en Chollones 🛒
Chollones
Chollones