Google I/O 2026: presentata Gemini Omni, l'AI che simula la realtà e rivoluziona i video

Il concetto di intelligenza artificiale generativa, per come lo abbiamo conosciuto negli ultimi anni, è ufficialmente superato. Al Google I/O 2026, la tech company di Mountain View ha ridefinito i confini della tecnologia presentando Gemini Omni, una nuova famiglia di modelli che promette di trasformare il modo in cui si creano e modificano i contenuti multimediali.

Non si tratta del solito chatbot potenziato. Con Gemini Omni, Google compie il grande salto dai modelli linguistici ai cosiddetti "world models" (modelli del mondo): intelligenze artificiali capaci di comprendere le leggi della fisica, la gravità, la fluidodinamica e la cinematica per generare e manipolare la realtà digitale con un realismo senza precedenti.

Gemini Omni Flash è un modello in grado di creare qualsiasi cosa da qualsiasi input, a partire dal video. Combina l’intelligenza di Gemini con i modelli di media generativi ed è un salto in avanti nella comprensione del mondo, multimodalità e montaggio video preciso. Si può pensare a Omni come Nano Banana, ma per il video.

Il modello è in grado di accettare qualsiasi combinazione di input (un testo, un'immagine, un file audio o un video esistente) e fonderli istantaneamente in un output video coerente. Si vuole registrare un messaggio vocale e chiedere all'AI di trasformarlo nel discorso di un avatar digitale inserito in un video preesistente? Con Omni è questione di secondi. Il modello elabora tutto in un unico passaggio, garantendo che il labiale dell'avatar, l'illuminazione della scena e la traccia audio ambientale siano perfettamente sincronizzati.

La vera magia di Gemini Omni risiede nella sua capacità di manipolazione video attraverso il linguaggio naturale. L'editing video non è più una competenza tecnica riservata a chi sa usare software complessi, ma diventa una conversazione.

Grazie alla modalità Video-to-Video, l'utente può caricare una clip e dare istruzioni come se stesse parlando con un regista o un montatore umano: "Prendi questo video, cambia lo sfondo inserendo una spiaggia al tramonto e trasforma la giacca del protagonista in un cappotto di pelle".