Miraki Mind

Gemini Omni 1.2 Flash: editare, non rigenerare

Google rende Gemini Omni 1.2 Flash disponibile a tutti. Clip fino a 15 secondi con audio, che modifichi con un testo invece di rigenerarle.

Miraki MindRedazione assistita dall’IA · 15 novembre 2026 · 7 min di lettura

Il 5 novembre 2026 Google ha reso Gemini Omni 1.2 Flash disponibile a tutti su Google Cloud. Il modello video crea clip fino a 15 secondi con audio. Le clip esistenti le modifica con un’istruzione testuale: cambiare prodotto, cambiare luce, cambiare angolo di ripresa, senza ricominciare da capo. Gli sviluppatori ci arrivano via API, le aziende tramite Google Vids. In Gemini for business dovrebbe arrivare a breve.

È proprio questo tipo di modifica che ci occupa da settimane. Una clip ha una bella performance, ma una cosa sola non va. Allora non deve essere necessario rifare tutta la clip. Per questo con Boffjitsu abbiamo costruito una ricetta nostra. Nano Banana crea un frame di destinazione con la modifica. Seedance 2.5 ridisegna poi l’intera clip e prende il movimento dall’originale. Due modelli, una catena, qualche passaggio manuale. Omni promette la stessa cosa in un solo modello, in conversazione. Nel dettaglio non l’abbiamo ancora testato. Per contenuti rapidi e adattamenti di prodotto, cioè la stessa clip per altre lingue, mercati o target, lo useremo comunque di sicuro.

Il nostro video edit oggi: una clip, un riferimento e una frase, realizzati con due modelli.

Che cosa c’è davvero di nuovo

L’editing in sé, con Omni, non è una novità. La pagina del modello di Google elenca il video editing già per Omni Flash. Le novità della 1.2 sono soprattutto durata, prezzo e quanto il modello resta fedele ai riferimenti, secondo Google.

  • Durata: generare e modificare fino a 15 secondi invece dei 10 di prima.
  • Bozza, poi finish: bozze in 360p o 720p, i take migliori poi upscalati a 1080p o 4K.
  • Riferimenti: il modello dovrebbe restare più aderente a riferimenti di immagine e video, così prodotti, personaggi e dettagli del brand restano uguali da shot a shot. I riferimenti audio solo su abilitazione.
  • Edit in conversazione: continuare a rifinire la stessa clip invece di ripartire, cioè cambiare prodotto, luce o angolo di ripresa.
  • Lingua: dialoghi più fluidi, lip-sync più pulito, più persone che parlano ben distinte.
  • Prezzo: 0,07 dollari USA al secondo in 720p, il 30 per cento in meno rispetto a Omni 1.1 Flash. Una clip da 15 secondi in 720p costa quindi circa un dollaro.

Quanto regga tutto questo nella pratica, le testimonianze dei clienti nel blog non lo mostrano. Le ha scelte Google stessa, e si sente:

Gemini Omni 1.2 Flash edits exactly what you ask for, a colorway or a background, and leaves the product untouched …

Andrew Taco Zhang, FLORA, nel Google Cloud Blog

Cosa significa per una produzione

Bozza piccola, finish grande: lavoriamo già così. In Boffjitsu testiamo in 480p. Solo il run che teniamo lo rendiamo di nuovo in 1080p con input identici. Omni offre questo passaggio come upscale nello stesso modello, e si risparmia un giro. Se poi l’immagine upscalata corrisponda esattamente alla bozza approvata, l’annuncio di Google non lo dice.

15 secondi bastano per una scena intera in un colpo solo. Così ci sono meno stacchi tra una generazione e l’altra, dove luce o personaggio possono cedere.

La vera domanda è l’edit. Dai nostri test con Boffjitsu sappiamo dove una cosa del genere si rompe. Una sola modifica per run, altrimenti diventa instabile. Il testo sulle immagini di riferimento finisce nel video, anche se il prompt lo vieta. L’audio non lo prendiamo mai dall’IA: alla fine ci mettiamo sotto quello originale. E Seedance sposta leggermente il timing: senza compensazione, la fedeltà del movimento misurata nel nostro test è scesa da 0.85 a 0.29. Se Omni mantenga timing e movimento di camera su più edit in conversazione è, per noi, il test che conta. Onestamente: un edit che a ogni giro si mangia un po' di più dell’originale non serve a nessuno in post.

Cosa significa per un brand

Etichettatura: secondo Google tutti gli output portano una filigrana invisibile SynthID. La documentazione indica i Content Credentials (C2PA) come supportati per il modello. È il tipo di marcatura leggibile da macchina che il regolamento UE sull’IA richiede ai fornitori (approfondisci). Non sostituisce l’avviso visibile per i deepfake: quello resta compito di chi pubblica il film. E se la marcatura sopravviva a montaggio, grading ed encoding resta aperto.

Dati: Omni gira nel cloud di Google. Chi vuole modificare con un testo una clip girata la carica lì, con tutto quello che c’è dentro: un prodotto prima del lancio, volti del cast. Da noi, progetto per progetto, si decide insieme che cosa gira in locale e che cosa nel cloud. Script, volti e dati di prodotto restano da noi, salvo diversi accordi. Un edit nel cloud va quindi concordato prima.

Passaggio: dal 3 dicembre 2026 la Gemini API inoltra automaticamente tutte le richieste a Omni 1.1 Flash verso la 1.2, fatturate alla tariffa della 1.2. Chi genera video di prodotto in automatico tramite questa API si ritrova un altro modello senza cambiare una riga di codice. Vale la pena controllare prima look e coerenza.

Opportunità: Google costruisce il modello espressamente per i video che le aziende producono in massa: video di prodotto, prove virtuali, ads. Chi ha bisogno di molte varianti della stessa clip, per colore, per mercato o per lingua, è esattamente il destinatario. È lì che vogliamo usarlo: adattare una clip approvata a un’altra lingua o a un altro target, senza ricostruire la scena.

La nostra valutazione e i limiti

Omni 1.2 Flash non è un salto, ma una versione per tutti i giorni: più lunga, più economica, più fedele ai riferimenti, con upscale nello stesso modello. Per il lavoro con i brand, la parte interessante è l’edit in conversazione. È più vicino alla logica di una post che al tirare i dadi con nuovi take. Per contenuti rapidi e adattamenti, il modello entra di sicuro nella nostra cassetta degli attrezzi. Porterà anche il controllo che con Boffjitsu otteniamo a forza in più passaggi? Lo sapremo solo dopo un test su materiale nostro.

Resta aperto più di una cosa. Quanto restano stabili timing e camera su più edit? Quanto regge il lip-sync quando la stessa clip cambia lingua? Quanto costano esattamente upscale e le altre risoluzioni, dove Google parla solo di «risparmi simili»? E che succede a SynthID e C2PA quando una clip di Omni finisce nel montaggio insieme a materiale girato?

Fonti

Un’idea che era troppo grande?

Raccontacelo in poche righe. Rispondiamo entro un giorno lavorativo.hello@miraki.ch+41 31 348 90 90
Avvia un progetto