Изтичане на Google Gemini Omni показва AI редактиране на видео на ново ниво

Към 15 май 2026 г., клипове на видео модела Gemini Omni на Google наводниха форуми и нишки в X. Те показват чисто рендиране на текст в движещи се сцени. Обекти се сменят по средата на кадъра без да нарушават приемствеността. Редакции в реално време се случват директно в чат прозореца. Демонстрациите се базират директно на мултимодалния стек на Gemini. Няма изненада там. Google от години комбинира зрение и език. Скокът в контрола е това, което изпъква. Това не са полирани маркетингови ролки. Те изглеждат сурови и непосредствени. Луди. Един клип изписва цялото изречение на движещ се билборд. Друг сменя кола с мотоциклет за по-малко от две секунди. Приемствеността се запазва. Това ниво на прецизност липсваше в по-ранните изтичания.

Виж, текущите публични модели все още изглеждат тромави. Veo изисква тежко промптиране за основно движение. Kling засича при дълги кадри. Gemini Omni обръща играта с редакции на живо в чата. Напишеш промяна и тя се прилага на момента. Ето какво: контролът в реално време с мултимодалност променя играта за независимите създатели. Няма повече чакане минути за нов рендер. Смени реквизит, поправи печатна грешка на екрана, нагласи осветлението по средата на сцената. Всичко без да напускаш интерфейса. Няма да лъжа. Все още не е перфектно. Някои клипове показват леко трептене при сложни фонове. Но посоката е ясна. Google се насочва към разговорни видео инструменти вместо еднократни генератори.

По-бързи итеративни цикли идват. Независимите създатели ще могат да тестват десетки варианти за времето, за което сега се рендира един. Достъпността също се подобрява. Не са нужни огромни GPU ферми, ако Google пусне солидна уеб версия. Обратът: същите мултимодални напредъци, които захранват тези изтичания, вече се прилагат към създаването на съдържание за възрастни. Напредъкът в мултимодалния AI вече се прилагат към създаването на съдържание за възрастни. Google I/O 2026 е очевидният следващ контролен пункт. Официалното пускане може да стане след седмици. Истинският въпрос е колко от това чат-базирано редактиране ще оцелее в крайната версия.