في 5 نوفمبر 2026، بدأت Google طرح Gemini Omni 1.2 Flash — نسخة محدّثة من نموذج إنشاء الفيديو وتحريره. وتؤكد مدونة الشركة الرسمية وCloud Blog أن النموذج أصبح متاحًا عبر Gemini API وGemini for Business وعدد من المنتجات الاستهلاكية.
أبرز التغييرات هي زيادة طول المقاطع إلى 15 ثانية مقابل 10 ثانية في نسخة 1.1، وخفض السعر بنسبة 30 % ليصبح 0.07 دولارًا لكل ثانية فيديو بدقة 720p، إضافة إلى إدخال التحرير الحواري متعدد الخطوات. ويمكن للمستخدم تنقيح التفاصيل تباعًا دون إعادة إنشاء المقطع بالكامل.
تتيح آلية التحرير الحواري تغيير الخلفية أو الإضاءة أو الأشياء أو زاوية التصوير ضمن المقطع الواحد. ويختلف هذا جذريًا عن المقاربات السابقة التي كان كل تعديل فيها يتطلب توليدًا جديدًا من الصفر. ويحافظ النموذج على تماسك الشخصيات والأشياء والعناصر الخاصة بالعلامة التجارية على نحو أفضل عند استخدام مراجع — صور ومقاطع فيديو قصيرة وصوت.
تركّز منهجية Google على سير العمل: مسودة بدقة منخفضة، ثم تعديلات في الحوار، ثم رفع الدقة إلى 1080p أو 4K. وتقلّل هذه الطريقة التكاليف وتسرّع التكرار، وهو أمر مهم للإنتاج الواسع للإعلانات التجارية والتجربة الافتراضية للملابس والفيديوهات التفسيرية. غير أن المواد الرسمية تفتقر إلى اختبارات أداء تفصيلية بالمقارنة مع المنافسين أو إلى تقييمات مستقلة من أطراف ثالثة.
في مشهد توليد الفيديو، هذه خطوة بعيدًا عن النماذج أحادية الخطوة مثل الإصدارات المبكرة من Sora أو Luma Dream Machine. وتراهن Google على التكامل مع منظومة Gemini والتحكم الحواري، ما يقرّب التوليد من عملية المونتاج المعتادة. وبالمقارنة مع Omni 1.1، يلاحظ تقدّم في الالتزام بالمراجع وفي طبيعية الكلام مع مزامنة الشفاه.
بالنسبة إلى المطوّرين والشركات، يفتح خفض السعر وإمكانية التحكم الدقيق في الطول من 3 إلى 15 ثانية سيناريوهات جديدة. فسابقًا كان حدّ 10 ثانية يقيّد السرديات المعقّدة؛ أما الآن فيمكن إنشاء إعلانات متكاملة أو فيديوهات تشرح المنتج في تمريرة واحدة مع تعديلات لاحقة.
يبقى سؤال التماسك على المدى الطويل في التسلسلات الأطول والتعميم على المشاهد المعقّدة ذات الأجسام المتحركة المتعددة مفتوحًا. ولم تُنشر اختبارات مستقلة بعد، وسيعتمد الأداء الفعلي في الإنتاج على حالات الاستخدام المحددة.
يُظهر التحديث أن Google لا تركّز على جودة التوليد فحسب، بل أيضًا على التكامل العملي في سير العمل، ما يجعل فيديو الذكاء الاصطناعي أقرب إلى أداة للاستخدام اليومي.
