O Google anunciou durante a conferência Google I/O 2026 o Gemini Omni, uma nova família de modelos de inteligência artificial multimodal desenvolvida para compreender diferentes tipos de conteúdo, como texto, imagens, áudio e vídeo, e gerar novas criações de forma integrada. A tecnologia representa mais um passo na estratégia da empresa de evoluir o Gemini para um modelo capaz de produzir qualquer tipo de mídia a partir de diferentes formatos de entrada.
A principal novidade do lançamento é a geração de vídeos multimodais. Diferentemente dos modelos tradicionais, que processam cada tipo de conteúdo separadamente, o Gemini Omni analisa simultaneamente informações visuais, sonoras e textuais para produzir vídeos mais coerentes e contextualizados. Segundo o Google, o sistema demonstra compreensão de conceitos relacionados à física, história, cultura e ciência durante a criação do conteúdo.
Entre os recursos apresentados está a possibilidade de editar fotografias utilizando comandos em linguagem natural, dispensando o uso de softwares complexos de edição. O modelo também permite gerar animações e vídeos explicativos automaticamente a partir de descrições simples fornecidas pelo usuário.
Outro destaque é a criação de avatares digitais personalizados. Para reduzir o risco de fraudes e deepfakes, o Google implementou um processo de verificação de identidade durante o cadastro do avatar, exigindo que o usuário grave um vídeo pronunciando uma sequência específica de números. Além disso, todos os vídeos produzidos pelo Gemini Omni receberão a marca d’água digital SynthID, tecnologia que identifica conteúdos gerados por inteligência artificial.
O primeiro modelo da nova família, chamado Gemini Omni Flash, já começa a ser disponibilizado para o aplicativo Gemini, o YouTube Shorts e a plataforma criativa Flow. Inicialmente, os vídeos poderão ter até 10 segundos de duração, limite definido para ampliar o acesso à ferramenta e atender aos formatos mais utilizados pelos consumidores.
Embora o foco inicial esteja voltado ao público geral, o Google também pretende expandir o uso da tecnologia para empresas, desenvolvedores e criadores de conteúdo. Nas próximas semanas, o Gemini Omni será disponibilizado por meio de API, permitindo sua integração em aplicações de terceiros. A empresa acredita que a tecnologia poderá acelerar a produção de campanhas publicitárias, conteúdos audiovisuais e projetos de criação digital.
O Google também confirmou que trabalha em uma versão mais avançada da plataforma, chamada Gemini Omni Pro, destinada a aplicações profissionais e com desempenho superior em tarefas multimodais. A empresa, porém, ainda não divulgou uma previsão para seu lançamento.
Com o Gemini Omni, o Google reforça a disputa no mercado de inteligência artificial generativa e amplia sua estratégia de oferecer ferramentas capazes de integrar criação de texto, imagem, áudio e vídeo em um único modelo, aproximando a IA de fluxos de produção multimídia cada vez mais completos.
