Gemini Omni 1.1 Flash už netvoří sám.

Gemini Omni 1.1 Flash posouvá generativní video z experimentů k produkci: víc kontroly nad scénou, rychlejší iterace, 4K výstupy i plynulé navazování záběrů.

---

Článek vychází z oznámení, které napsali Anish Nangia a Alisa Fortin z Google DeepMind: Gemini Omni 1.1 Flash lets you build with more control (Google Blog)

U generativního videa už vás netrápí, jestli model něco vykreslí. Větší problém je, zda udrží scénu, zrychlí iteraci a nepohřbí kontrolu nad výstupem. Gemini Omni 1.1 Flash od Google DeepMind má mířit právě sem, přes Gemini API a Google AI Studio.

Gemini Omni 1.1 Flash pro Gemini API a Google AI Studio

Gemini Omni 1.1 Flash přichází jako nová sada kreativních ovládacích prvků a generativních video schopností. Podle Google DeepMind má aktualizace zpřístupnit Omni 1.1 přes Gemini API v Google AI Studio.

Z oznámení plyne i jasný praktický cíl: model má být připravený na produkci pro profesionální použití. V praxi to znamená posun od experimentování k workflow, které má být ovladatelnější, rychlejší na iteraci a vhodnější pro nasazení v reálném světě.

Rozšíření scény s desetisekundovým kontextem a limitem 40 sekund

Rozšíření scény umožňuje vzít existující video a plynule pokračovat tam, kde skončilo. Omni 1.1 při tom pracuje až s 10 sekundami předchozího kontextu, zatímco starší modely navazovaly jen na poslední sekundu.

V praxi tím model dostává víc materiálu pro návaznost, takže lépe drží vizuální konzistenci i narativ. Z oznámení plyne i jasný limit plánování: videa prodlužujeme po 10 sekundách a celkově se dostaneme až na 40 sekund kumulativní délky.

Pro workflow je důležitý hlavně ten rozdíl v paměti scény. Místo krátkého dovoleného dojezdu pracujeme s delším úsekem minulého děje, což lépe odpovídá scénám, kde nestačí jen poslední okamžik.

Určení prvního a posledního snímku pro plynulý pohyb kamery

Podle Google DeepMind dosáhneme plynulých přechodů i řízeného pohybu kamery tím, že určíme počáteční a koncový snímek záběru.

Omni 1.1 pak generuje kontinuální video mezi dvěma klíčovými snímky, místo aby nechával pohyb vznikat jen volným dohadem modelu.

Právě v tom vidíme praktický rozdíl proti běžnému promptování obecného pohybu. Zde řídíme začátek i konec záběru, takže model zvládá složité oběhy kamery, zoomové přechody i bezproblémové smyčkové klipy. Ukázky ve zdroji přitom pracují s jedním nepřetržitým záběrem bez skokových střihů.

360p pro rychlé prototypování, storyboardy a lehké náhledy

V 360p můžeme skládat lehké náhledy místo toho, abychom hned pálili čas i rozpočet ve standardním 720p. Podle Google DeepMind je generace až o 60 % rychlejší a náklady padají na třetinu oproti 720p.

Prakticky to mění pořadí práce. Nejprve rychle ověříme rytmus, skladbu záběrů a podobu storyboardu, teprve potom saháme po dražším renderu. Z oznámení plyne, že 360p má sloužit právě pro rychlé prototypování, iteraci storyboardů a rychlé renderování na vývojářských platformách.

Pro týmy to znamená méně slepých uliček v rané fázi. Místo jednorázového „finálního“ pokusu pracujeme s levnějším mezikrokem, který zrychlí rozhodování a sníží cenu každé iterace.

1080p a 4K výstupy pro profesionální produkci

Podle Google DeepMind Omni 1.1 umí vytvářet vyleštěné výstupy ve vysokém rozlišení 1080p nebo 4K. V praxi to posouvá práci z úrovně náhledu blíž k hotovému materiálu.

Zdroj tyto výstupy popisuje jako připravené pro profesionální produkci. Pro workflow je to důležitý signál, protože výstup už neřeší jen iteraci, ale i finální nasazení do produkčního prostředí.

Právě v tom vidíme rozdíl oproti běžnému mezikroku. Místo kompromisního renderu pro kontrolu dostáváme kvalitu, kterou lze podle oznámení brát jako produkční.

Video reference pro vizuální kontext a konzistenci postav

Do multimodálního vstupu můžeme přidat video referenci a opřít generování scény o krátký pohybový vzorek. Podle Google DeepMind stačí při vytváření scény až tři sekundy videa.

V praxi tím model nedoháníme k volné stylizaci bez opory. Video reference pomáhá držet vizuální kontext a konzistenci postav, takže výsledný záběr lépe navazuje na referenční materiál.

Zdroj ukazuje i práci s více nahranými videi tanečníků a jejich nahrazení poskytnutými postavami. Výstup má zůstat jedním nepřerušeným záběrem bez střihů, což drží pohyb i návaznost v jednom toku.

První a poslední snímek jako řízený přechod

Ve zdroji vidíme workflow, kde vložíme první i poslední snímek a necháme model dopočítat přechod mezi nimi. Z oznámení plyne, že stačí sáhnout po přednastavených možnostech nebo psaném zadání.

Pro praxi je to posun od volného promptování obecného pohybu k přesně vymezenému začátku a konci záběru. My tím dostáváme lepší kontrolu nad tím, kudy se video mezi dvěma body skutečně pohne.

Pohyb kamery po místnostech bez vymyšleného nábytku

Další ukázka pracuje s kamerou, která se pohybuje po místnostech, zakřivuje se, přibližuje a vzdaluje. Zdroj zároveň výslovně říká, že nepřidává nábytek ani jiné detaily, které v prostoru nejsou.

Právě v tom je rozdíl oproti běžné volné stylizaci. My dostáváme řízení pohybu kamery bez toho, aby model domýšlel scénu a kazil návaznost neexistujícími prvky.

Ukázka zároveň míří na domov v aspirativním stavu a ve správném denním čase. Z parametru je vidět, že model tady drží atmosféru i prostorovou věrnost současně.

Draft Room pro levnou strukturovanou exploraci ve 360p

Draft Room staví exploraci na levných a strukturovaných draftách. Podle zdroje vytvoříme 3–4 návrhy ve 360p, v každém změníme jen jednu věc a výsledky porovnáme vedle sebe.

To mění první fázi práce: místo rozptýleného zkoušení mnoha variant dostáváme malý, srovnatelný balík možností. My tím rychleji poznáme, která změna má smysl a která jen prodražuje iteraci.

Nasazení Omni Flash přes Agent Platform API u Adobe, Figma Weave, GMI Cloud a Runway

Z oznámení plyne, že Gemini Omni Flash už běží v reálné výrobě přes Agent Platform API. My z toho čteme důležitý posun: model nekončí u ukázek, ale vstupuje do pracovních postupů, kde se počítá s integrací a opakovatelností.

Adobe integrovalo Omni Flash do Adobe Firefly. Zákaznický příklad tady neřešíme jako slogan, ale jako signál, že model zapadá do existujícího kreativního prostředí.

Itay Schiff z Figma Weave říká, že Omni Flash patří mezi nejsilnější video modely dostupné ve Figma Weave. Důležitější je ale popis workflow: plátno pomáhá týmům stavět na každé generaci, připojovat reference, větvit verze a dotvářet jedinečný výstup.

Stejný zástupce doplňuje, že s rozšířeními, bohatším referenčním materiálem a 4K posouvá Omni Flash týmy od samotného generování k řízení výsledku. My v tom vidíme rozdíl mezi pasivním čekáním na výstup a aktivním vedením generace.

Louisa Guo z GMI Cloud zdůrazňuje přesnost modelu a detaily, které obstojí i pod drobnohledem. U vzdělávacího a vysvětlujícího obsahu podle ní rozhoduje spolehlivost víc než jednotlivá funkce.

Guo také říká, že Omni učinil AI video životaschopným pro segment, který se na něj dřív nemohl spolehnout. Jamie Umpherson z Runway pak popisuje návaznost na současný způsob práce: začít výzvou, obrázkem nebo videem a pak dál generovat či upravovat.

Právě v tom je praktický význam celé adopce. My tu nevidíme změnu nástroje kvůli novince, ale zrychlení přechodu mezi nápadem, úpravou a dalším krokem v jednom známém workflow.

Gemini Omni 1.1 Flash mění hlavně to, jak video řídíme, ne jen jak vypadá

Gemini Omni 1.1 Flash není důležitý tím, že umí „hezčí video“. Podstatné je, že posouvá generování z jednorázového promptování k přesnějšímu řízení celého workflow — od prvního draftu, přes návaznost scén a práci s referencemi až po výstup, který už může mířit do produkce. Pro týmy, které staví vlastní nástroje nad Gemini API nebo integrují generativní video do kreativních produktů, je to okamžitě praktická změna.

My v tom vidíme jasný posun v přístupu: místo čekání, co model náhodou vytvoří, začínáme víc určovat, jak se má výstup chovat, kam má směřovat a kde má držet konzistenci. A právě to je rozdíl, který v praxi šetří čas, peníze i zbytečné slepé uličky. Nejde tedy o další demonstraci schopností modelu, ale o nástroj, který dává vývojářům a kreativním týmům pevnější kontrolu nad tím, co z něj skutečně vznikne.

Zdroj: Gemini Omni 1.1 Flash lets you build with more control (Google Blog)

---