Gemini Omni 1.1 Flash llega con mejoras para extender los clips de vídeo profesionales hasta 40 segundos

Google ha lanzado la actualización de su modelo Gemini Omni Flash con la versión 1.1, que ofrece producción de vídeo mejorada agregando la capacidad de extender una escena hasta 40 segundos, interpolación del primer y último fotograma, escalado nítido a 4K y creación de prototipos más rápida, entre otras novedades.

La tecnológica dio a conocer su modelo de inteligencia artificial (IA) generativa Gemini Omni en el marco de su evento anual de desarrolladores Google I/O 2026.

Más tarde, se lanzó oficialmente la versión Gemini Omni Flash, junto a Nano Banana 2 Lite, como una herramienta de vídeo multimodal capaz de generar vídeos de 10 segundos con un nivel de productividad empresarial a gran velocidad.

Ahora, Google ha lanzado la actualización Gemini Omni 1.1 Flash, que llega con mejoras para que la producción de vídeo sea más controlable y más rápida de iterar, además de incluir capacidades como la función para extender una escena.

Así lo ha explicado la compañía en un comunicado en su blog, donde ha detallado que esta función permite utilizar un vídeo existente y continuar generando metraje "sin interrupciones" desde donde se interrumpió.

Para ello, Omni 1.1 analiza hasta 10 segundos del contexto previo (en lugar de limitarse a analizar el último segundo como la versión antecesora) y, tras ello, genera más tiempo de escena con una mayor coherencia visual y una "mejor adherencia narrativa".

Esto permite a los usuarios crear historias más largas de hasta 40 segundos, ampliando las escenas de 10 segundos en 10 segundos.

Otra de las mejoras aplicadas al modelo es la capacidad de generar transiciones y movimientos de cámara fluidos, interpolando el primer y último fotograma de cada toma.

Esto es útil a la hora de generar "órbitas de cámara complejas, transiciones de zoom o bucles sin interrupciones", como ha explicado Google.

Omni 1.1 también genera previsualizaciones ligeras en resolución de 360p hasta un 60 por ciento más rápido y "a un tercio del coste" en comparación con la resolución estándar de 720p.

Además, también permite el escalado de vídeo a una resolución de 4K, es decir, genera imágenes de alta resolución a 1.080p o 4K para producción profesional.

Google también ha especificado que permite agregar referencias de vídeo en la entrada multimodal para generar el contenido.

En concreto, los usuarios pueden utilizar como referencia hasta tres segundos de vídeo para crear una escena.

Como resultado, el modelo mantendrá el contexto visual y la coherencia de los personajes que aparezcan basándose en dichas referencias.