Я протестировал Gemini Omni Video и обнаружил, что его основная сила — в интерактивном производственном рабочем процессе, а не в качестве конечного результата.

Как работает система

Google описывает Omni как модель, способную генерировать видео из нескольких типов входных данных, включая текстовые подсказки и визуальные референсы.

Пользователи не заполняют традиционную форму генерации; вместо этого они взаимодействуют с агентом через чат, предоставляют идеи, изображения и исправления, и получают итеративные результаты.

Преимущества

• Разговорный рабочий процесс упрощает эксперименты, позволяя создателям оттачивать концепции через последовательные взаимодействия в чате с агентом.
• Хорошо подходит для быстрого исследования идей, создания черновых вариантов и тестирования концепций движения перед переходом к более тяжёлым пайплайнам.
• Добавление визуальных референсов и примеров изображений заметно улучшает восприятие результатов по сравнению с чисто текстовыми попытками создания видео.
• Эффективно выступает в роли подготовительного этапа для последующих инструментов, таких как vid2vid или более зрелые модели, ориентированные на производство.

Ограничения

Точность выхода остаётся ограниченной, и текущее качество генерации не соответствует производственным альтернативам по стабильности или чёткости.

Система выдаёт шумные кадры и заметные артефакты при движении, демонстрируя то, что можно описать как значительное «кипение» ИИ во многих клипах.

При тестировании в сравнении с собой Omni сгенерировал эталон, который не оправдал ожиданий: последовательности «текст в видео» оказались заметно слабее сцен, основанных на референсах.

Некоторые сцены автоматически ограничивались моделью, например последовательность с танцором и шёлком была заблокирована во время генерации.

Практические рекомендации

На данном этапе Omni Video наиболее полезен как UX-инновация для создания видео, а не как замена Seedance, Kling или других производственных инструментов.

Сценарии использования включают быстрое исследование идей, черновые видео, эксперименты с концепциями движения и подготовку сценических ассетов для последующей доработки с помощью vid2vid.

Если Google улучшит качество выхода и механизмы контроля, продукт может превратиться в практического креативного агента для итеративных рабочих процессов разработки видео.