Mostra sommario Nascondi sommario
Google ha reso disponibile al pubblico il suo ultimo modello di intelligenza artificiale per la creazione video: una piattaforma che trasforma immagini, testi, audio e filmati in clip pronte all’uso. Perché conta ora: apre nuove possibilità creative ma solleva anche questioni pratiche su autenticità, diritti e controllo dei contenuti.
Gemini Omni è il nome del sistema che consente di generare video partendo da diversi tipi di input. L’azienda lo ha reso accessibile da subito agli abbonati Google AI Pro e Ultra in tutto il mondo tramite l’app Gemini e Google Flow; successivamente sarà offerto gratuitamente anche su YouTube Shorts e sull’app YouTube Create.
Come funziona, in breve
Next gen costosissima: Steam Machine ha aperto la strada a prezzi folli?
Heartstopper: il finale diventa un film, ecco perché
Il flusso è semplice: si carica un’immagine o un video, si aggiunge una descrizione — scritta o vocale — e l’intelligenza artificiale elabora un clip coerente con i riferimenti forniti. Il modello può combinare elementi diversi (foto, testo, audio, filmato) per ottenere un’unica scena finale, ottimizzando posizione, movimento e atmosfera in base alle istruzioni.
Google ha introdotto anche una forma di tracciamento dei contenuti generati: ogni video prodotto da Omni porta una filigrana digitale non invasiva, chiamata SynthID, pensata per segnalarne l’origine artificiale.
La nostra prova pratica
Per testare il sistema abbiamo scattato alcune foto di una collega mentre saltava e le abbiamo usate come punto di partenza. Nell’app Gemini abbiamo selezionato l’opzione dedicata alla generazione video e chiesto a Omni di creare una scena in cui la persona saltasse sulla Luna, con una tuta da astronauta.
Il primo risultato — un breve filmato di circa dieci secondi con sottofondo musicale — è arrivato in pochi minuti direttamente nella chat. Era interessante ma non perfetto: alcuni dettagli del volto non rendevano del tutto la somiglianza.
Abbiamo quindi allegato un primo piano più dettagliato e chiesto una nuova versione, spiegando a voce i cambi necessari. La seconda iterazione ha mostrato una migliore corrispondenza con i lineamenti reali, dimostrando come sia facile affinare il risultato con richieste successive, sia testuali sia verbali.
Limiti e specifiche tecniche
Al momento l’input audio supportato da Omni è limitato ai riferimenti vocali, ma Google ha annunciato l’intenzione di ampliare le possibilità di input sonoro. La presenza della SynthID è un elemento fisso per fornire trasparenza sull’origine del contenuto.
Un aspetto pratico: la generazione può richiedere alcuni minuti e frequentemente richiede più revisioni per raggiungere un risultato soddisfacente, specialmente quando si desidera fedeltà del volto o comportamenti credibili.
Per chi cambia qualcosa e perché
Per i creatori e i professionisti dei contenuti, strumenti come Gemini Omni velocizzano la produzione e offrono nuove risorse narrative. Per il pubblico e le piattaforme, invece, introducono la necessità di processi di verifica più rigorosi e policy aggiornate per evitare abusi, deepfake o violazioni di copyright.
La filigrana digitale è pensata per mitigare alcuni rischi identificando i file come generati da AI, ma non elimina del tutto le sfide legali ed etiche legate all’uso non autorizzato di immagini di persone reali.
Cosa monitorare nei prossimi mesi
Vale la pena osservare tre elementi: la diffusione dello strumento tra utenti non professionali (quando l’integrazione su YouTube diventerà piena), gli aggiornamenti sulle tipologie di input audio supportate e le misure che le piattaforme adotteranno per la verifica dell’origine dei contenuti.
In breve, Gemini Omni rappresenta un passo significativo nella generazione automatica di video: offre potenzialità creative immediate, ma pone anche questioni pratiche e normative che resteranno al centro del dibattito mentre lo strumento si diffonderà.
