Nesta terça-feira (19), o Google revelou o Gemini Omni, uma inovação que promete criar “qualquer coisa a partir de qualquer prompt”. O anúncio ocorreu durante o Google I/O, um dos eventos mais importantes da gigante da tecnologia no ano.
O CEO da DeepMind, Demis Hassabis, destacou que o Omni integra as capacidades dos modelos Gemini, elevando o entendimento sobre o mundo a um “novo patamar”, além de oferecer multimodalidade e edição aprimorada.
Hassabis fez uma comparação entre a nova ferramenta e os modelos Nano Banana, Genie e Veo. Ele observou que esses sistemas têm a capacidade de produzir vídeos e simulações realistas com noções de física e realidade, embora ainda apresentem algumas limitações. O Omni, por sua vez, representa um avanço significativo: ele é capaz de compreender conceitos mais complexos como gravidade e energia cinética, algo que os modelos anteriores não conseguiam fazer.
Esse progresso é atribuído às novas habilidades de raciocínio profundo do Gemini, resultando em imagens, gráficos e vídeos ainda mais autênticos.
Durante uma demonstração ao vivo na conferência, Hassabis solicitou que o Gemini Omni criasse uma animação stop motion com estética de massinha para ilustrar como funcionam as proteínas.
Tom conversacional e imagens realistas
O funcionamento do Gemini Omni se dá por meio de linguagem conversacional. Isso significa que os usuários podem gerar conteúdos a partir de um prompt e solicitar modificações como se estivessem dialogando com a inteligência artificial.
Além disso, o modelo permite a edição de imagens já existentes sem a necessidade de criar tudo do zero. Na demonstração, Hassabis pediu ao Omni que alterasse a realidade em um vídeo dele mesmo refletido no espelho. Também é possível modificar a estética e incluir novos elementos nas imagens.
“Tudo se transforma em uma tela para criar novas realidades”, declarou o CEO da DeepMind.
Gemini Omni Flash
No evento Google I/O, foi anunciado que o primeiro modelo da linha Gemini Omni, chamado Gemini Omni Flash, já está disponível para os usuários. Ele opera no aplicativo Gemini, assim como no YouTube Shorts e no modelo Flow.
Hassabis também mencionou que uma nova versão chamada Omni Pro será lançada em breve, embora não tenha fornecido informações adicionais sobre essa atualização.
