Google · Gemini Omni 1.1 Flash
Crie e edite vídeos a partir de qualquer entrada
O Omni Flash do Google é um único modelo para geração, edição e extensão de vídeo — entrada de texto, imagens ou um clipe; saída de vídeo com sua própria fala, música e efeitos sonoros. A versão 1.1 adiciona extensão de cena para até 40 segundos, controle do primeiro e do último quadro e saída em 1080p e 4K.
Disponível no estúdio de vídeo, no Canvas e no conector MCP
- 3s
- 10s
- 20s
- 30s
- 40s
Descreva a cena, a câmera, a iluminação e o clima. O áudio é gerado para corresponder.
A imagem é o guia ou ponto de partida; o prompt indica o que se move.
O modelo anima do primeiro ao último quadro — órbitas, zooms, loops contínuos.
Os personagens e objetos nas fotos permanecem consistentes ao longo do clipe.
As edições mantêm tudo o que você não mencionou; a extensão adiciona 10s por vez.
O que o Google incorporou ao Omni
Três pontos destacados no cartão do modelo e na publicação de lançamento, e por que eles importam para um clipe longo. Todas as afirmações abaixo são do Google; a renderização mais abaixo é nossa.
Dez segundos de memória entre segmentos
O Omni 1.1 analisa até 10 segundos de contexto anterior quando estende uma cena — os modelos anteriores referenciavam apenas o segundo final. É por isso que uma cadeia de 40 segundos mantém o mesmo capitão, navio e gradação de cor ao longo de quatro etapas.
Física e conhecimento do mundo
O Google descreve uma compreensão intuitiva da gravidade, energia cinética e dinâmica dos fluidos, combinada com o conhecimento de história, ciência e cultura do Gemini — água que jorra como água, um galeão que aderna como um navio.
SynthID e C2PA em cada clipe
Cada vídeo gerado carrega a marca d'água SynthID invisível do Google e suporta Credenciais de Conteúdo (C2PA), para que um clipe principal possa ser publicado com sua origem verificável — um requisito em um número crescente de plataformas.
Fontes: publicações "Introducing Gemini Omni" e "Gemini Omni 1.1 Flash lets you build with more control" do Google, a ficha técnica do modelo da DeepMind e a página do modelo Gemini Enterprise Agent Platform.
Duas demonstrações, direto do modelo
Ambos foram gerados no Popcraft e são exibidos exatamente como entregues — sem edição, sem música adicionada. O trailer é uma solicitação única de 40 segundos em 1080p. O par à direita é um clipe de 5 segundos e o mesmo clipe após uma extensão de cena para 25 segundos.
Qualquer duração de até 40 segundos. O Popcraft encadeia para você.
O post de lançamento do Google chama isso de extensão de cena: os vídeos crescem "em incrementos de 10 segundos até uma duração cumulativa total de 40 segundos". No Popcraft, você nunca precisa gerenciar isso. Escolha qualquer duração de 3 a 40 segundos em um único controle deslizante e o Popcraft encadeia automaticamente o processo de extensão a partir do seu único prompt, entregando de volta um único arquivo, uma história, uma trilha sonora. Aqui está o trailer em seis pontos ao longo de sua extensão.
1s
8s
15s
22s
29s
36sQualquer duração, encadeamento automático
Escolha de 3 a 40 segundos e o Popcraft executa a cadeia de extensão da Google para você nos bastidores — sem etapas para organizar, sem clipes para juntar — e você paga pelos segundos entregues.
Resolução de produção
"Resultados impecáveis e em alta resolução de 1080p ou 4K, prontos para produção profissional", nas palavras do Google. No Popcraft, as sequências em 4K chegam a 30 segundos.
Primeiro e último quadro
Novo na versão 1.1: especifique os quadros inicial e final de uma cena e o Omni gera vídeo contínuo entre eles — órbitas de câmera complexas, transições de zoom, loops perfeitos.
Fala, música, efeitos sonoros
Listado no cartão do modelo como gerado junto com a imagem. Indique no prompt — um rádio tocando, sem diálogos, apenas som ambiente — e ele obedece.
Use suas próprias imagens ou vídeos
O mesmo modelo lê referências, edita e estende. A orientação do Google é confiar em prompts: nomeie o que deve ficar, nomeie o que deve mudar e diga "estender" quando quiser estender.
Referência do assunto
Anexe fotos de uma pessoa, produto ou local e descreva a cena. O modelo mantém personagens e objetos consistentes ao longo do clipe, inclusive entre as etapas de um vídeo longo.
Sem etapa de treinamento, sem arquivo de personagem. Duas fotos do mesmo sujeito em ângulos diferentes funcionam melhor do que uma.
A mulher nas fotos de referência caminha em direção à câmera em uma praia na hora de ouro, com o vento nos cabelos e ondas ao fundo.
Edição de vídeo
Anexe um clipe e diga o que deve ser diferente. O próprio conselho do Google: "Prompts simples funcionam melhor para edição de vídeo" — o modelo preserva os elementos que você não mencionou.
O resultado mantém a duração e o enquadramento do original e é cobrado por essa duração.
Faça nevar intensamente. Mantenha todo o resto igual.
Extensão de cena
Anexe um clipe e escolha uma duração total maior. O original é mantido quadro a quadro, o novo conteúdo é adicionado em etapas de 10 segundos mantendo o som, e o modelo lê até 10 segundos do clipe para garantir a continuidade.
Diga "estender" — o Popcraft adiciona a palavra por você no painel Estender Vídeo se esquecer, pois sem ela o modelo trata a solicitação como uma edição. A extensão adiciona conteúdo apenas ao final.
Estenda este vídeo: continue exatamente a mesma cena enquanto o barco chega ao píer e a tripulação joga as cordas para a terra.
Omni ao lado do Seedance 2.5 e do Veo 3.1
Três modelos que geram áudio junto com a imagem. O diferencial do Omni é a extensão de cena para 40 segundos e saída em 4K em um único modelo; o do Seedance é a quantidade de referências e a edição precisa por região; o do Veo é o controle de quadros em 8 segundos. Escolha de acordo com o trabalho.
| Capacidade | Gemini Omni 1.1 Flash | Seedance 2.5 | Veo 3.1 |
|---|---|---|---|
| Clipe mais longo em uma única solicitação | 40 s por extensão de cena (30 s em 4K) | 30 s | 8 s |
| Maior resolução | 4K (3840×2160), até um nível de rascunho de 360p | 1080p | 1080p |
| Áudio nativo | Fala, música, efeitos sonoros | Sim | Sim |
| Imagens de referência | Até 10 | Até 30 (+10 vídeo, +10 áudio) | Até 3 |
| Vídeos de referência | Até 3 | Até 10 | 1 (extensão) |
| Edição de vídeo | Conversacional; mantém o que você não mencionou | Controlável, com precisão regional | — |
| Extensão de vídeo | Incrementos de 10 s até 40 s, 10 s de contexto | Antes ou depois, até 30 s | +7 s por etapa |
| Procedência | SynthID + Credenciais de Conteúdo C2PA | — | SynthID |
Os números do Omni são da página do modelo e do post de lançamento do Google; os limites do Popcraft são o que o seletor exibe hoje. Os limites dos provedores mudam; o seletor sempre mostra o que está disponível no momento.
Onde uma solicitação única, longa e intensa vale a pena
Tudo o que antes exigia cinco clipes e uma junção.
Destaque de landing page
Qualquer duração de 3 a 40 segundos (30 em 4K) com sua própria pontuação, em um único arquivo. Ajuste o controle deslizante para 24 e o Popcraft encadeia automaticamente as extensões para você.
Trailers e teasers
Um arco completo — introdução, revelação, clímax — em uma única renderização contínua, com a música crescendo ao fundo.
Anúncios com um protagonista consistente
Algumas fotos do produto ou do apresentador os mantêm idênticos em todas as tomadas.
Transforme o que você filmou
Clima, figurino ou hora do dia alterados em filmagens reais, mantendo a duração e a câmera intocadas.
Ideias detalhadas visualmente
O post de lançamento do Google destaca isto: "vídeos explicativos envolventes a partir de prompts curtos", com visuais que detalham uma ideia complexa.
Criação de prompts para uma cadeia
O guia do Google solicita descrição da cena, movimento de câmera, iluminação e clima, e oferece sintaxe de código de tempo para eventos. Todo o resto aqui vem do trailer acima: ele fez o que pedimos e reordenou o que pedimos, porque pedimos demais por trecho.
Uma ação a cada 10 segundos, com códigos de tempo
Escreva os momentos como uma sequência temporizada — o próprio guia do Google documenta a sintaxe [0-3s] … [3-6s] …. Cada etapa de 10 segundos recebe uma tarefa clara; o modelo planeja as etapas a partir do prompt, então dê a ele o plano.
Coloque o visual (gradação, lente, tom) numa linha curta no final, e não num parágrafo no início. Para uma tomada contínua, especifique: "numa única tomada contínua, sem cortes de cena".
Um galeão pirata em uma tempestade ao anoitecer, bandeira de caveira, velas pretas rasgadas. Plano de sequência único, sem cortes de cena.\n[0-10s] O navio colide contra as ondas; a câmera sobe até o convés.\n[10-20s] O capitão barbudo no leme grita uma ordem; a tripulação responde urrando.\n[20-30s] Ele abre um baú de ferro na proa; ele transborda de arandos vermelhos.\n[30-40s] Um navio rival dispara; os arandos se espalham em câmera lenta enquanto ele ergue o sabre.\nVisual: reflexos anamórficos, gradação ciano e âmbar, trilha sonora orquestral, sem texto na tela.
Um parágrafo denso de trailer
Isso foi o que realmente enviamos para o trailer acima: cinco momentos, a revelação de um baú, um navio rival e um final em um único parágrafo. O modelo manteve o navio, o capitão e a gradação de cor, e alterou a ordem.
O respingo de cranberry apareceu aos 8 segundos; o baú nunca abriu claramente. Prompts densos não falham, eles são comprimidos.
Trailer de blockbuster de Hollywood, "Pirates of the Cranberries". Visual cinematográfico épico de live-action: flares de lente anamórfica, gradação profunda em azul-petróleo e âmbar, névoa marítima volumétrica, granulado de filme de 35 mm… [cinco tempos, um parágrafo, 240 palavras]
- Diga "estender"
- Para uma extensão, a palavra é a chave de alternância. O Popcraft a adiciona no painel Estender Vídeo se estiver faltando; a partir da API ou do MCP, escreva você mesmo. A extensão é acrescentada apenas ao final — não há pré-fixação.
- Os quadros também precisam de palavras
- Duas imagens são referências de assunto, a menos que você diga "primeiro quadro" e "último quadro" e descreva a transição.
- Dirija o som
- Guia do Google: "Por padrão, o modelo tentará gerar uma faixa de áudio apropriada." Use negativas simples — "sem diálogo", "sem efeitos sonoros extras" — ou nomeie o que você quer: um rádio tocando, chuva na lona, um crescendo de cordas.
- Mantenha as edições simples
- Novamente o guia do Google: "Prompts excessivamente descritivos podem levar a alterações não intencionais." Nomeie a alteração, adicione "mantenha todo o resto igual" e pare.
Quanto custa
O Omni é cobrado por segundo entregue, de acordo com a resolução. Como o Popcraft só oferece durações que o modelo consegue atingir com precisão, o preço apresentado antes de gerar é o preço que você paga.
Rascunhos e redes sociais. Um clipe de 10 segundos custa 150 créditos; os 40 segundos completos custam 600.
Qualidade final. O trailer de 40 segundos acima custa 920 créditos — uma solicitação, com som incluído.
3840×2160 nativo para posições de destaque. Limitado a 30 segundos; uma sequência completa de 30 segundos em 4K consome 1.350 créditos.
Perguntas frequentes
O modelo de vídeo da Google, descrito pela DeepMind como "nosso próximo passo em direção a modelos que podem criar e editar qualquer coisa a partir de qualquer entrada — começando com vídeo". Um único modelo atende texto para vídeo, imagem para vídeo, interpolação de primeiro e último quadro, referência de sujeito, edição de vídeo e extensão de cena, além de gerar fala, música e efeitos sonoros em cada clipe. A versão 1.1, lançada em 27 de agosto de 2026, adicionou extensão, quadros-chave e saída em 1080p/4K.
Cada etapa de geração dura até 10 segundos; a extensão de cena aumenta o vídeo em incrementos de 10 segundos até um acumulado de 40 segundos. No Popcraft, você simplesmente escolhe qualquer duração de 3 a 40 segundos em um único controle deslizante e o Popcraft encadeia automaticamente o processo de extensão a partir do seu único prompt; o controle deslizante só oferece durações que o modelo pode entregar, e você paga pelos segundos que receber. Em 4K, o encadeamento para em 30 segundos, e os vídeos de primeiro e último quadro são uma única etapa, portanto duram de 3 a 10 segundos.
Por padrão, sim — o guia do Google diz que o modelo "tentará gerar uma faixa de áudio adequada", e a ficha do modelo lista fala, música e efeitos sonoros. Direcione-o no prompt, incluindo "sem diálogo" ou "sem música" quando quiser silêncio. Você também pode substituir ou sobrepor áudio posteriormente na linha do tempo do Popcraft.
Anexe um clipe e escolha a duração total desejada. O original é mantido quadro a quadro e etapas inteiras de 10 segundos são adicionadas ao final, com até 10 segundos do clipe lidos para garantir a continuidade. Um clipe de 5 segundos se torna, portanto, 15, 25 ou 35 segundos — nunca 20. O Popcraft oferece apenas as durações que o modelo pode fornecer e cobra exatamente por elas. A extensão é feita apenas no final.
Sim. Anexe a fonte e descreva a alteração. O Google recomenda prompts de edição simples e a adição de "mantenha todo o resto igual"; o modelo preserva os elementos não mencionados. O resultado mantém a duração e o enquadramento do original e é cobrado pela duração do clipe de origem. A edição de diálogos falados não é suportada.
A renderização em 4K é realizada em 3840×2160 e custa três vezes a taxa por segundo do 720p, pois consome três vezes mais processamento. Cada trecho em 4K leva vários minutos no servidor, portanto a sequência é interrompida em 30 segundos. Cada duração e resolução exibe seu preço em créditos antes de você gerar.
Porque cada etapa de 10 segundos é uma extensão da anterior e o próprio modelo planeja os momentos principais. Dê a ele uma ação clara a cada 10 segundos usando a sintaxe de timecode do Google e evite redundâncias da linguagem de cinema. Trailers densos com cinco momentos são comprimidos ou reordenados; três momentos ao longo de 30 segundos são mantidos.
Cada vídeo do Omni carrega a marca d'água invisível SynthID do Google e suporta as Credenciais de Conteúdo C2PA, que verificam a origem sem afetar a aparência do clipe. Os planos pagos do Popcraft concedem direitos comerciais para os vídeos que você gera; os downloads do plano gratuito carregam uma marca d'água visível do Popcraft, que os planos pagos removem. Você continua sendo responsável pela imagem e pelo conteúdo nos seus prompts e mídias de referência.
Pronto para um único pedido em vez de cinco clipes?
Comece com 10 segundos em 720p, avalie e depois estenda a cena — ou traga um clipe de que já goste e estenda-o.
Continue explorando
Modelos relacionados
O Seedance 2.5 gera até 30 segundos de vídeo em uma única tarefa, com até 50 ativos de referência, edição de vídeo controlável, extensão temporal de alta fidelidade, qualquer proporção de tela de 0,4 a 2,5 e prompts nativos em mais de 10 idiomas. Disponível no Popcraft.
O MiniMax H3 gera vídeo 2K a 24 fps com trilha estéreo sincronizada — efeitos, ambiência e diálogos em um só job. Multi-shot a partir de um prompt, 5 a 15s, controle de frames inicial e final. Já na Popcraft.
Gere vídeos cinematográficos em 4K a partir de texto, imagens ou clipes com o Seedance 2.0 no Popcraft. Áudio sincronizado nativo, sequências multi-shot e detalhe afiadíssimo em até 4K (2160p).
O Seedance 2.0 Mini é o nível de vídeo mais leve da ByteDance — até 50% mais barato do que o Seedance 2.0 padrão e ~2× mais rápido do que o Fast, com prompts de texto, imagem, vídeo e áudio. Disponível no Popcraft.