Na última terça-feira (19), o Google revelou o Gemini Omni, uma nova ferramenta projetada para permitir a criação de “qualquer coisa a partir de qualquer prompt”. A novidade foi apresentada durante o Google I/O, um dos eventos mais significativos da gigante da tecnologia ao longo do ano.
Demis Hassabis, CEO da DeepMind, divisão de pesquisa da empresa, destacou que o Omni integra as habilidades dos modelos Gemini, elevando a compreensão do mundo e proporcionando multimodalidade e edição em um novo patamar.
O executivo fez comparações entre o Omni e outros modelos anteriores como Nano Banana, Genie e Veo. Ele explicou que, apesar desses modelos já serem capazes de gerar vídeos e simulações realistas com conceitos de realidade e física, eles ainda apresentavam limitações. O Omni avança ainda mais na complexidade, permitindo a representação de ideias como gravidade e energia cinética, que não eram compreendidas pelos modelos anteriores.
Esse progresso foi atribuído às novas habilidades de raciocínio profundo incorporadas no Gemini. O resultado é uma geração de vídeos, imagens e gráficos com um nível ainda maior de realismo.
No evento, Hassabis demonstrou ao vivo como o Gemini Omni poderia criar uma animação stop motion com estética de massinha para ilustrar o funcionamento das proteínas.
Tom conversacional e criações realistas
A operação do Gemini Omni se dá por meio de uma linguagem conversacional. Isso significa que usuários podem iniciar um projeto a partir de um prompt e solicitar modificações como se estivessem dialogando com a inteligência artificial.
Além disso, o modelo permite também editar imagens já existentes, eliminando a necessidade de começar do zero. Durante a demonstração, Hassabis pediu ao Omni para distorcer a realidade em um vídeo onde ele aparece olhando no espelho. Ajustes estéticos e adição de elementos também são possíveis.
“Tudo se transforma em uma tela para criar novas realidades”, afirmou o CEO da DeepMind.
Lançamento do Gemini Omni Flash
No decorrer do Google I/O, o Google anunciou que o primeiro modelo da linha Gemini Omni, denominado Gemini Omni Flash, já está acessível ao público. Essa versão pode ser utilizada no aplicativo do Gemini, bem como no YouTube Shorts e no modelo Flow.
Hassabis também mencionou que uma versão futura, chamada Omni Pro, estará disponível em breve; no entanto, detalhes adicionais não foram fornecidos.
