5 नवंबर 2026 को Google ने Gemini Omni 1.2 Flash का रोलआउट शुरू किया — वीडियो बनाने और संपादित करने के लिए मॉडल का अद्यतन संस्करण। कंपनी के आधिकारिक ब्लॉग और Cloud Blog पुष्टि करते हैं कि मॉडल अब Gemini API, Gemini for Business और कई उपभोक्ता उत्पादों के माध्यम से उपलब्ध है।
मुख्य बदलाव हैं — क्लिप की लंबाई 15 सेकंड तक बढ़ाना, जबकि 1.1 संस्करण में यह 10 सेकंड थी, 720p रिज़ॉल्यूशन में वीडियो के प्रति सेकंड की कीमत 30 % घटाकर 0,07 डॉलर करना, तथा बहु-चरणीय संवादात्मक संपादन की शुरुआत। उपयोगकर्ता पूरे वीडियो को फिर से बनाए बिना बारी-बारी से विवरण निर्दिष्ट कर सकता है।
संवादात्मक संपादन का तंत्र एक ही क्लिप के भीतर पृष्ठभूमि, प्रकाश, वस्तुओं या दृष्टिकोण को बदलने की अनुमति देता है। यह पिछले दृष्टिकोणों से मौलिक रूप से भिन्न है, जहाँ प्रत्येक परिवर्तन के लिए शून्य से नया जनरेशन आवश्यक था। संदर्भों — छवियों, छोटे वीडियो और ऑडियो — का उपयोग करते समय मॉडल पात्रों, वस्तुओं और ब्रांड तत्वों की निरंतरता को बेहतर ढंग से बनाए रखता है।
Google की कार्यप्रणाली कार्यप्रवाह पर ज़ोर देती है: कम रिज़ॉल्यूशन में ड्राफ़्ट, संवाद में संपादन, फिर 1080p या 4K तक अपस्केल। ऐसी योजना लागत घटाती है और पुनरावृत्तियों को तेज़ करती है, जो विज्ञापन फ़िल्मों, वर्चुअल ट्रायल और व्याख्यात्मक वीडियो के बड़े पैमाने पर उत्पादन के लिए महत्वपूर्ण है। हालाँकि, आधिकारिक सामग्री में प्रतिस्पर्धियों की तुलना में विस्तृत बेंचमार्क या तृतीय-पक्ष के स्वतंत्र मूल्यांकन अनुपस्थित हैं।
वीडियो-जनरेशन के परिदृश्य में यह शुरुआती Sora या Luma Dream Machine जैसे एक-चरणीय मॉडलों से दूर एक कदम है। Google Gemini पारिस्थितिकी तंत्र के साथ एकीकरण और संवादात्मक नियंत्रण पर दाँव लगा रहा है, जो जनरेशन को संपादन की परिचित प्रक्रिया के करीब लाता है। Omni 1.1 की तुलना में संदर्भों के प्रति अनुपालन और लिप-सिंक के साथ भाषण की स्वाभाविकता में प्रगति स्पष्ट है।
डेवलपर्स और व्यवसाय के लिए, मूल्य में कमी और 3 से 15 सेकंड तक लंबाई के सटीक नियंत्रण की संभावना नए परिदृश्य खोलती है। पहले 10 सेकंड की सीमा जटिल कथाओं को सीमित करती थी; अब एक ही पास में बाद के संपादनों के साथ पूर्ण विज्ञापन स्पॉट या उत्पाद व्याख्यात्मक वीडियो बनाए जा सकते हैं।
लंबे अनुक्रमों पर दीर्घकालिक निरंतरता और कई गतिशील वस्तुओं वाले जटिल दृश्यों पर सामान्यीकरण का प्रश्न खुला है। स्वतंत्र परीक्षण अभी प्रकाशित नहीं हुए हैं, और उत्पादन में वास्तविक प्रदर्शन विशिष्ट केसों पर निर्भर करेगा।
यह अद्यतन दर्शाता है कि Google न केवल जनरेशन की गुणवत्ता पर, बल्कि कार्यप्रवाहों में व्यावहारिक एकीकरण पर भी ध्यान केंद्रित कर रहा है, जिससे वीडियो-एआई रोज़मर्रा के उपयोग के उपकरण के और करीब आ रहा है।