Gemini Omni Generador de vídeo AI: entrada multimodal, personajes y voz
Bottom Line Up Front (BLUF): Gemini Omni es un generador de video AI multimodal: junto con un mensaje de texto, acepta imágenes, videos, audio e incluso caracteres guardados como entrada. Describe una escena con palabras, respaldala con imágenes, elige una voz para el diálogo y graba toda una serie de clips protagonizados por el mismo héroe, todo dentro de un modelo.
Qué significa Omni en la práctica
La mayoría de los modelos de vídeo toman texto o una sola imagen. Gemini Omni sigue una dieta mixta: un mensaje de texto más hasta siete imágenes, video o audio como contexto adicional. Wan¿No es un clip inspirado en un fotograma específico, que transmite el ambiente de una pista específica? Traiga todo de una vez: el modelo pesa cada fuente que adjunte.
Eso cambia la forma en que planteas la tarea. En lugar de un párrafo largo que describe "una casa como esta, con luz así", simplemente muestra una foto de la casa y usa palabras solo para la acción. El texto impulsa la trama, los archivos adjuntos definen la apariencia: cada tipo de entrada hace su propio trabajo.
Personajes: un héroe en cada clip
La maldición de los generadores ordinarios es que el héroe muta de un clip a otro. Aquí se resuelve mediante una pestaña de Personaje dedicada: creas un personaje una vez, llega a tu biblioteca personal y, a partir de ahí, lo adjuntas a cualquier generación. La apariencia se mantiene constante video tras video.
Así se hacen las series: un presentador virtual, una mascota de marca, un héroe recurrente en los cuentos infantiles. Los personajes guardados se seleccionan de la biblioteca con un clic directamente en el formulario de generación; no es necesario volver a cargar referencias y esperar que el modelo "recuerde" la cara.
Voz en off: voces preestablecidas y la tuya propia
Un clip puede salir con sonido desde el principio. Los escenarios ofrecen una lista de voces preestablecidas, masculinas y femeninas, que abarcan diferentes timbres y personalidades, desde suaves y agudas hasta graves y roncas. Elija una voz, coloque la línea en su mensaje y el personaje hablará directamente en el cuadro.
Si ninguno de los ajustes preestablecidos encaja, la pestaña Audio le permite crear una voz personalizada sobre un ajuste preestablecido base. Se une a su biblioteca personal y se conecta a generaciones como las estándar. Para una marca, eso significa una voz reconocible en cada video que publica.
Hasta 4K formatos de salida y fotogramas
Gemini Omni es uno de los pocos modelos en el sitio con salida 4K: las resoluciones disponibles son 720p, 1080p y 4K. La duración del clip es de 4, 6, 8 o 10 segundos; el marco es panorámico 16:9 o vertical 9:16 para transmisiones sociales. El precio escala con la duración y la calidad.
Una rutina práctica: iterar borradores en 720p donde la generación es más barata y rápida, luego volver a ejecutar la versión ganadora en 1080p o 4K. Los clips terminados se guardan en el historial de tu generación, donde puedes descargarlos, ampliarlos o volver a ejecutar el mensaje con ajustes.
Cómo acercarte a tu primera generación
No active todas las funciones a la vez. Haga el primer clip solo con texto para tener una idea de cómo el modelo lee las descripciones. Luego agregue una imagen de referencia, luego una voz, y solo después de eso configure un carácter persistente. Cada paso añade control pero requiere un poco más de cuidado en la redacción.
Mantén el orden clásico en la descripción de tu escena: quién está en el cuadro, qué hacen, dónde sucede, cómo se comporta la cámara. Si hay una línea hablada, dale su propia oración. Esta estructura consigue un clip coherente en el primer o segundo intento casi siempre.
Preguntas frecuentes
¿En qué se diferencia Gemini Omni de los modelos de vídeo normales?
Entradas mixtas y bibliotecas. Un modelo normal recibe texto o una imagen; aquí puedes combinar texto, imágenes, video y audio, y adjuntar caracteres guardados y voces personalizadas en la parte superior. Eso lo convierte en la elección correcta para contenido en serie basado en un héroe.
¿Cómo hago varios clips con el mismo personaje?
Crea el personaje en la pestaña Personaje; se guarda en tu biblioteca. Luego selecciónelo con un clic en cada nueva generación. La apariencia del héroe se repite de un clip a otro sin necesidad de volver a cargar las referencias.
¿El vídeo puede incluir sonido y voz?
Sí. Elija una de las voces preestablecidas o cree la suya propia en la pestaña Audio, luego escriba la línea del personaje dentro de la descripción de la escena. El modelo genera un clip donde el héroe pronuncia esa línea con la voz seleccionada.