O Google colocou o Gemini Omni 1.2 Flash em disponibilidade geral em 5 de novembro de 2026, com geração e edição nativa de vídeo de até 15 segundos, controles de duração entre três e 15 segundos e preço de US$ 0,07 por segundo em 720p. A atualização é relevante porque ataca três gargalos dos fluxos de vídeo com IA: custo por tentativa, consistência de personagens e produtos entre cenas e a necessidade de recomeçar uma geração a cada ajuste.

Segundo o anúncio do Google DeepMind, o modelo chega à Gemini API e ao Gemini for business; há também integrações e disponibilidade gradual em produtos como Google Vids, Flow, Gemini app e Google Ads. A empresa afirma que o preço representa queda de 30% em relação ao Gemini Omni 1.1. Para equipes brasileiras de marketing, varejo e criação, a mudança não transforma vídeo generativo em produção sem revisão, mas reduz o custo de experimentar, corrigir uma tomada e produzir variações de uma peça.

O que muda no Gemini Omni 1.2 Flash

O salto mais objetivo está na duração. O limite anterior era de 10 segundos; agora o usuário pode solicitar clipes de até 15 segundos e definir a duração em incrementos de um segundo. Quinze segundos ainda não resolvem uma campanha longa, mas bastam para anúncios verticais, demonstrações de produto, trechos explicativos e cenas que depois podem ser montadas em um editor convencional.

O segundo ponto é a edição conversacional em múltiplas etapas. Em vez de descartar uma saída por causa de fundo, iluminação ou proporção incorretos, o fluxo proposto permite pedir uma alteração sobre o mesmo clipe. Na prática, esse recurso só é valioso se preservar o que não deve mudar — identidade visual, enquadramento, personagem, produto e ritmo. O Google diz que o Omni 1.2 Flash melhora a aderência a referências de imagem, pequenos clipes de movimento e pistas de áudio, com menos deriva visual entre os quadros.

Arte oficial de apresentação do Gemini Omni 1.2 Flash com cenas geradas por vídeo
Imagem de divulgação do Gemini Omni 1.2 Flash. Fonte: Google.

Recursos confirmados e o que eles significam

RecursoO que o Google anunciouImpacto prático
Duração nativaDe 3 a 15 segundos, em incrementos de um segundoPermite uma peça social completa ou uma cena mais longa sem concatenar tantas gerações.
Preço em 720pUS$ 0,07 por segundo; redução anunciada de 30% contra Omni 1.1O custo por teste cai, mas projetos com muitas iterações ainda precisam de orçamento e controle de uso.
Edição multi-turnAjustes sucessivos de cenário, produto, luz, clima e proporçãoEvita reescrever todo o briefing quando a base está boa, desde que a consistência se mantenha.
ReferênciasCombinação de imagens de personagem, produto ou estilo, clipes curtos e áudioÉ especialmente útil para varejo, catálogos e peças que dependem de identidade visual estável.
ProveniênciaSaídas recebem marca d’água imperceptível SynthIDAdiciona um sinal técnico de origem, mas não substitui aprovação jurídica, rotulagem e políticas de uso.
Resumo baseado no anúncio oficial do Google DeepMind, publicado em 5 de novembro de 2026.

Como usar sem desperdiçar gerações

O próprio Google recomenda um fluxo de rascunho, correção e ampliação de resolução: começar em 360p ou 720p, pedir correções pontuais por conversa e elevar apenas a versão aprovada para 1080p ou 4K. Esse procedimento faz sentido econômico porque o maior desperdício em vídeo generativo costuma vir de criar muitas versões finais antes de validar composição, roteiro, produto e direção de arte.

Uma equipe pode estruturar o briefing em quatro blocos: o que deve permanecer idêntico, o que pode variar, o movimento de câmera desejado e os critérios de reprovação. Para um anúncio de produto, por exemplo, a embalagem, o texto legal e as cores da marca entram no primeiro bloco; fundo e clima podem ficar no segundo; uma órbita ou aproximação entra no terceiro; deformação de logotipo, texto ilegível ou mãos incorretas entram no quarto.

Em seguida, vale validar a primeira saída como um rascunho: conferir legibilidade, anatomia, continuidade de objetos, sincronização de fala e aderência às referências. Só depois faz sentido pedir variações de público, formato vertical ou cenário. Isso é diferente de tratar o modelo como um editor determinístico: mesmo com melhor consistência, uma nova geração continua sendo probabilística e precisa de revisão humana.

Onde a atualização pode ser útil

  • Varejo e catálogos: transformar fotos de produto em giros, demonstrações e variações de cenário, preservando características que precisam ser reconhecíveis.
  • Marketing de performance: testar fundos, enquadramentos e proporções de uma mesma ideia antes de investir em produção longa.
  • Treinamento e comunicação interna: criar cenas curtas para explicar processos, desde que fatos, telas e instruções sejam validados por responsáveis.
  • Protótipos criativos: comunicar uma direção visual para uma agência ou time audiovisual sem confundir o rascunho com o material final.

Limitações: consistência não é garantia de fidelidade

O anúncio também reconhece áreas ainda em desenvolvimento, incluindo ação esportiva rápida, mudanças bruscas de roteiro e física complexa. Essa ressalva é importante: movimentos velozes, objetos em contato e cenas com muitas transições são precisamente os contextos em que erros de continuidade tendem a aparecer. A promessa de menos cortes indesejados e maior estabilidade não equivale a uma garantia de que cada saída terá qualidade de pós-produção.

Há também limitações operacionais. A disponibilidade é distribuída entre produtos e planos diferentes, e o acesso em alguns casos está em rollout. Empresas devem confirmar região, plano, limites de uso, preço efetivo e direitos de uso na documentação e no contrato aplicáveis antes de montar um fluxo de produção. Não é prudente assumir que uma função exibida no anúncio estará disponível imediatamente para toda conta do Gemini.

Por fim, referências visuais podem carregar propriedade intelectual, dados pessoais ou elementos de marca. O recurso de consistência torna a governança mais importante, não menos: use somente materiais para os quais haja autorização, evite reproduzir pessoas sem consentimento e inclua revisão de marca e jurídica para peças publicitárias. A marca d’água SynthID é um mecanismo de proveniência; ela não elimina obrigações de transparência nem impede usos indevidos por si só.

Análise do NoticIA: vídeo generativo entra na fase da edição, não só da criação

Na análise do NoticIA, a mudança mais significativa não é o aumento de cinco segundos. É a tentativa de fazer o vídeo generativo se comportar como um processo de edição: preservar uma tomada útil, corrigir apenas uma variável e escalar a resolução depois da aprovação. Isso aproxima a ferramenta de uma rotina profissional, na qual direção de arte e aprovação importam mais que o primeiro resultado chamativo.

O preço anunciado melhora a previsibilidade, mas a conta real continuará dependendo do número de tentativas, das resoluções usadas e do trabalho humano de revisão. Para pequenas empresas, a oportunidade é produzir protótipos e variações mais rapidamente; para equipes maduras, é integrar o modelo a um pipeline com biblioteca de referências, controle de versões e checagem de direitos. O ganho não está em substituir toda a produção audiovisual: está em encurtar a distância entre a ideia, a prévia e a versão que merece investimento.

Resumo

  • Gemini Omni 1.2 Flash passa a gerar e editar clipes de até 15 segundos.
  • O Google informa preço de US$ 0,07 por segundo em 720p, 30% menor que o Omni 1.1.
  • O modelo aceita edição conversacional e referências de imagem, movimento e áudio.
  • A empresa aponta melhorias de consistência, mas reconhece limitações com ação rápida, mudanças bruscas e física complexa.
  • O uso profissional exige revisão humana, governança de referências e checagem de disponibilidade por produto e plano.


Descubra mais sobre noticiAI

Assine para receber nossas notícias mais recentes por e-mail.

Deixe seu comentário