Modelo de video · Google
Gemini Omni es la familia de modelos de video de Google, anunciada en mayo de 2026; su primer modelo, Gemini Omni Flash, reúne texto e imágenes en un mismo video, con sonido. En Deepnia es el modelo de video seleccionado de forma predeterminada: clips de 4, 6, 8 o 10 s en 720p, 1080p o 4K, en formato 9:16 o 16:9, con voces, música y efectos de sonido, y hasta 7 imágenes de referencia para guiar un producto, un atuendo o un escenario.
La herramienta de video se abre con Gemini Omni ya seleccionado. El costo exacto aparece antes de cada creación; te registras al momento de generar.
Agrega hasta 7 imágenes de referencia: un producto, un atuendo, un personaje, un escenario. Google diseñó Gemini Omni para combinar varias fuentes en un mismo clip coherente; indica en el prompt para qué sirve cada imagen.
Elige 720p, 1080p o 4K según el uso, con 720p de forma predeterminada. Google precisa que el 1080p y el 4K se obtienen ampliando (upscaling) el video generado.
Google indica que Gemini Omni muestra correctamente el texto que pides, como una etiqueta o subtítulos palabra por palabra, en sincronía con la acción. Mantén esos textos cortos.
Google destaca la comprensión de las fuerzas físicas (gravedad, impulso, fluidos) y de conocimientos del mundo real, de la historia a la ciencia: una ventaja para los videos explicativos.
Según Google, Gemini Omni Flash encadena varios planos de forma predeterminada. Puedes dirigir los cortes y el ritmo en el prompt, o pedir un solo plano continuo.
Cada video sale con su propio sonido: voces, música y efectos de sonido. Escribe las líneas de diálogo entre comillas para que tus personajes hablen.
El botón «Probar Gemini Omni» abre la herramienta de video de Deepnia con el modelo ya seleccionado; además, es el modelo de video que aparece de forma predeterminada.
Con «Añadir imágenes», sube hasta 7 fotos desde tu dispositivo o desde tu biblioteca de Deepnia (10 MB por imagen). Sin imágenes, el video parte solo del texto.
Indica el papel de cada imagen, el movimiento de cámara y, si hace falta, el desglose en el tiempo («[0-3s] …»).
Elige la duración, la resolución y el formato, revisa el costo que aparece y lanza la creación.
Copia un prompt, abre la herramienta y adáptalo a tu proyecto.
Un solo plano continuo, sin cortes. Primer plano de la botella de la imagen adjunta sobre una barra de madera, gotas de condensación en el vidrio, luz dorada de final de tarde. La cámara se aleja despacio y descubre una cafetería animada al fondo. Estilo de comercial realista, sin texto añadido.
Usa las imágenes adjuntas como referencia de los atuendos, no como primeros fotogramas. Tres modelos desfilan una tras otra por una terraza al atardecer; cada una lleva uno de los atuendos de las referencias, con los mismos estampados y colores. Cámara a la altura del hombro que sigue el paso, estilo revista de moda.
Concierto al aire libre, de noche, frente al mar. El público levanta los brazos bajo luces moradas y naranjas. En los dos últimos segundos aparece un texto blanco grande en el centro de la imagen: «SÁBADO 8 P. M.». Un solo texto en pantalla, bien legible.
Animación didáctica en ilustración 3D colorida: el ciclo del agua sobre un pueblo costero. [0-3s] El sol calienta la laguna y sube un vapor ligero. [3-7s] Se forman nubes sobre las palmeras. [7-10s] La lluvia cae sobre los techos y vuelve a la laguna. Tres etiquetas cortas aparecen en el momento justo: «evaporación», «condensación», «lluvia».
Convierte este boceto en una secuencia realista, usando el dibujo solo como guía del movimiento y sin mostrarlo nunca: un mensajero en bicicleta zigzaguea entre los autos en una avenida concurrida, luz dorada de la tarde, cámara de seguimiento a ras del suelo. Un solo plano continuo.
Un solo plano continuo, sin cortes: movimiento lento de cámara entre las mesas de un restaurante de pescados y mariscos a la parrilla frente al mar, en Veracruz, por la noche. Llamas de la parrilla, pescados dorados, comensales conversando bajo guirnaldas de luces. Luz cálida, aspecto de cine, sin texto en pantalla.
Los otros modelos de video de Deepnia, para elegir según tu proyecto.
| Modelo | Duración | Resolución | Formatos | Ideal para |
|---|---|---|---|---|
| Gemini OmniEste modelo | 4, 6, 8 o 10 s | 720p–4K | 9:16 · 16:9 | Clips cortos hasta 4K, guiados por tus imágenes. |
| Veo | 8 s | Según el modo | 9:16 · 16:9 | Clips de 8 s con sonido, en tres niveles de calidad. |
| Seedance 2.5 | 4–30 s | 480p–720p | 16:9 · 9:16 · 1:1 · 3:4 · 4:3 · 21:9 | Videos de hasta 30 s con sonido y hasta 16 referencias de imagen y video. |
| Kling 3.0 | 3–15 s | Según el modo | 9:16 · 1:1 · 16:9 | Un editor de 5 planos, personajes persistentes y sonido opcional. |
| HappyHorse | 3–15 s | 720p–1080p | 9:16 · 1:1 · 16:9 · 4:3 · 3:4 | Modificar un video existente de 3 a 60 s. |
| Grok Video | 6–30 s | 480p–720p | 9:16 · 1:1 · 16:9 · 2:3 · 3:2 | Videos de 6 a 30 s, también en 1:1, 2:3 o 3:2. |
Una familia de modelos de video de Google, anunciada el 19 de mayo de 2026 en la conferencia Google I/O. Su primer modelo, Gemini Omni Flash, crea video a partir de texto, imágenes y video. En Deepnia es el modelo de video seleccionado de forma predeterminada, y se usa con texto y hasta 7 imágenes.
Abre la herramienta de video con Gemini Omni seleccionado, escribe tu prompt y, si quieres, agrega hasta 7 imágenes. Elige la duración, la resolución y el formato, revisa el costo que aparece y lanza la creación.
4, 6, 8 o 10 segundos, 6 segundos de forma predeterminada. Para un video más largo, crea varios clips y únelos en tu editor de video.
Sí: Deepnia ofrece 3 resoluciones (720p, 1080p, 4K), con 720p de forma predeterminada. Google precisa que el 1080p y el 4K se obtienen ampliando (upscaling) el video generado.
Sí, hasta 7 imágenes desde tu dispositivo o tu biblioteca de Deepnia, de 10 MB cada una. El modelo decide cómo usar cada imagen según tu prompt, así que sé explícito, por ejemplo «como referencia de atuendo».
Sí. Escribe las líneas de diálogo entre comillas en el prompt y Gemini Omni hace hablar a tus personajes, con música y efectos de sonido.
Sí. Cada video se genera con su propio sonido: voces, música y efectos de sonido, sin ningún ajuste que activar. Describe en el prompt las voces y el ambiente que quieres escuchar.
Adjunta las mismas imágenes de referencia en cada creación y describe el producto o el personaje con las mismas palabras. Una escena por clip da los resultados más constantes.
Gemini Omni para elegir la duración y la resolución hasta 4K, o para combinar hasta 7 imágenes. Veo para clips de 8 segundos en tres niveles de calidad.
La herramienta de video se abre con Gemini Omni ya seleccionado. El costo exacto aparece antes de cada creación; te registras al momento de generar.
