Het gehypete Google I/O-event stelde niet teleur. Na een korte inleiding en naast Gemini 3.5 Flash en Gemini Spark was de echte highlight: Gemini Omni, een nieuwe familie van native multimodale, "any-to-any" AI-modellen, wat betekent dat ze alles verwerken wat je maar kunt bedenken — tekst, beeld, audio en video tegelijk. Met andere woorden, Nano Banana, maar dan voor video. (Zo beschreef Google het zelf.)
Het eerste model is Omni Flash. Het introduceert conversationele videobewerking om samenhangende media te maken van losse assets. Je kunt dus video’s bewerken en remixen via gesprekken en niet met bewerkingssoftware.
Wat is Gemini Omni?
Laten we in meer detail bekijken waar Omni om draait.
Gemini Omni is het eerste natively multimodale generatieve mediamodel van Google DeepMind. De eerste variant in de familie is Gemini Omni Flash, die nu live is
- in de Gemini-app,
- Google Flow, en
- YouTube Shorts
Omni accepteert elke combinatie van tekst, afbeeldingen, audio en video als input en produceert een video. Het belangrijkste is dat er geen doorgeven plaatsvindt tussen verschillende systemen; dit is allemaal één model.
Tot nu toe draaide Google een gesplitste stack: Veo voor video, Imagen voor afbeeldingen en aparte systemen voor audio. Omni voegt dat samen tot één model (vandaar de naam!) dat over modaliteiten heen kan redeneren. In de praktijk levert dat samenhangendere edits op en minder artefacten in de pipeline.
Voordat ik teveel doordraaf, laten we dit kaderen in termen van kernfuncties.
Belangrijkste kenmerken van Gemini Omni
Wat mij opvalt, is het proces. Zowel conversationele editing als het gebruik van schetsen als blauwdrukken kennen we van beeldgeneratietools zoals Nano Banana 2 of OpenAI’s ChatGPT Images 2.0, maar Omni brengt ze ook naar videogeneratie.
Conversationele videobewerking
De headline-capability is conversationele videobewerking. Je geeft Omni een clip (een die je hebt gegenereerd of eentje die je met je telefoon hebt geschoten) en je past hem aan door ertegen te praten. "Maak het licht gedimd." "Verander de camerapositie naar over haar schouder." "Maak de viool onzichtbaar." Elke instructie blijft behouden over beurten heen. De scène evolueert; hij reset niet.
Echte natuurkunde en wereldkennis
Google benadrukte dit bij de lancering. Omni heeft een intuïtief begrip van zwaartekracht, kinetische energie en vloeistofdynamica. In mijn eerste test voelde de gegenereerde video niet als echte fysica – maar goed, dit is de Flash-versie, en we verwachten dat er snel een Omni Pro-model volgt dat beter kan concurreren met tools als Seedance 2.0.
Van schetsen en tekeningen naar video
Je kunt krabbels omzetten in realistische beelden, waarbij de schets alleen als bewegingsgids dient en niet als definitieve visuele referentie. Dit is nuttig in pre-productie. Kinderen gaan dit ook geweldig vinden, voor hun tekeningen.
SynthID-watermerk en C2PA content credentials
Elke Omni-output wordt geleverd met twee lagen herkomst.
- SynthID is een onzichtbaar watermerk dat bij de generatie direct in de pixels is ingebed. Het is niet waarneembaar voor kijkers. En het is ontworpen om croppen, filters en hercodering te overleven.
- C2PA content credentials staan ernaast als een ondertekend cryptografisch manifest dat aan het bestand is gekoppeld. Verwijder je de metadata, dan blijft het signaal op pixelniveau alsnog behouden.
Belangrijk om te melden: SynthID is specifiek voor Google. Alleen Google’s eigen modellen embedden het, dus "geen watermerk" betekent niet "door een mens gemaakt" — het betekent alleen "niet van een Google-model." Gezien hoe gemakkelijk Omni echt beeldmateriaal kan remixen, begint duurzame herkomst op elke output minder een nice-to-have en meer een basisvereiste te lijken.
Gemini Omni Flash testen
Ik heb de videogeneratiemogelijkheden van Omni Flash getest in twee categorieën: echte fysica en stijltransfer.
Fysica en wereldkennis testen
Dit was mijn prompt:
A medieval trebuchet launching a fired clay pot at a stone castle wall, shot in slow motion. The counterweight falls, the sling whips around, the pot arcs through the air and shatters against the stone, shards and embers scattering across the courtyard. Continuous handheld camera move, golden hour light, period-accurate construction and dress. Realistic sound design — wood creaking under tension, rope strain, the whoosh of the sling, the sharp crack of impact. No music.
De melding zei dat het een paar minuten zou duren, maar in werkelijkheid was het maar zo’n tien seconden.
