¿Imaginas poder combinar una foto, un clip de audio y un texto para crear un video realista que hasta entiende de historia y física? Eso es exactamente lo que promete Gemini Omni, la nueva y ambiciosa familia de modelos de IA multimodal que Google ha presentado en su conferencia para desarrolladores, Google I/O 2026.

Más que un simple editor de video

No se trata solo de pegar archivos. Según Sundar Pichai, CEO de Google, Gemini Omni es un «nuevo modelo que puede crear cualquier cosa a partir de cualquier entrada». La clave aquí es la palabra «razona». En lugar de simplemente unir tus imágenes, audio, video y texto, el modelo interpreta todos esos datos juntos para generar una salida coherente y de alta calidad.

«Con los modelos de mundo, la IA está pasando de predecir texto a simular la realidad. Gemini Omni es el siguiente paso en esa dirección», dijo Pichai.

Aquí está lo mejor: Google afirma que los videos generados tendrán una física más precisa y un conocimiento contextual del mundo. ¿Quieres una explicación en claymation sobre el plegamiento de proteínas? Gemini Omni puede crearla, narración incluida.

Presentando a Gemini Omni Flash

Pero espera, hay más. La primera versión que veremos es Gemini Omni Flash. Esta herramienta ya está rodando hoy mismo para los suscriptores de pago de Google AI Plus, Pro y Ultra dentro de la app de Gemini y Google Flow.

Y aquí viene el giro para el creador de contenido casual: más adelante esta misma semana, Gemini Omni Flash llegará también a YouTube Shorts y a la app YouTube Create… sin costo alguno para los usuarios. Es el intento de Google de que los modelos de video den finalmente el salto al usuario general.

Edita videos hablando con una IA

La generación es solo una parte. ¿Tienes un video que te gusta pero quieres cambiar el fondo, el ángulo o incluso el estilo artístico? Con Omni, puedes editar clips a través de una simple conversación. Subes tu video (grabado o generado por IA) y le pides los cambios con texto.

Eso sí, según mencionan en TechCrunch, los comandos de edición deben ser muy específicos para que el modelo no «sobre-edite» o cambie elementos que querías conservar.

Avatares, seguridad y el futuro

Gemini Omni Flash también permite crear tu propia imagen digital (Avatar), aunque Google admite que todavía están probando esta función para garantizar un lanzamiento responsable. Para prevenir deepfakes, el proceso requerirá una verificación que incluye grabarse a uno mismo diciendo una serie de números.

Además, todos los videos creados con Omni llevarán la marca de agua digital SynthID de Google, para que puedan ser identificados como generados por IA.

Aunque Flash se centra en el consumidor (pensado para crear memes personalizados o limpiar los fondos de tus videos de vacaciones), sus implicaciones para creadores profesionales, publicistas y cineastas son enormes. Google lanzará una API para empresas en las próximas semanas.

Y para los que necesiten más potencia, ya está en camino Gemini Omni Pro, un modelo más avanzado que llegará cuando Google considere que supone un «cambio de paso» por encima de Flash. La carrera por el modelo de IA verdaderamente omnisciente acaba de acelerarse.