Ngày 5 tháng 11 năm 2026, Google bắt đầu triển khai Gemini Omni 1.2 Flash — phiên bản cập nhật của mô hình tạo và chỉnh sửa video. Blog chính thức của công ty và Cloud Blog xác nhận rằng mô hình hiện đã có sẵn thông qua Gemini API, Gemini for Business và một số sản phẩm dành cho người tiêu dùng.
Những thay đổi then chốt là tăng độ dài clip lên 15 giây so với 10 giây ở phiên bản 1.1, giảm giá 30 % xuống còn 0,07 đô la mỗi giây video ở độ phân giải 720p, cùng với việc đưa vào chỉnh sửa hội thoại nhiều bước. Người dùng có thể tinh chỉnh chi tiết lần lượt mà không cần tạo lại toàn bộ video.
Cơ chế chỉnh sửa hội thoại cho phép thay đổi bối cảnh, ánh sáng, đồ vật hoặc góc nhìn trong phạm vi một clip. Điều này về cơ bản khác với các cách tiếp cận trước đây, khi mỗi thay đổi đều đòi hỏi phải tạo mới từ đầu. Mô hình duy trì tính nhất quán của nhân vật, đồ vật và các yếu tố thương hiệu tốt hơn khi sử dụng tài liệu tham chiếu — hình ảnh, video ngắn và âm thanh.
Phương pháp luận của Google nhấn mạnh quy trình làm việc: bản nháp ở độ phân giải thấp, chỉnh sửa trong hội thoại, sau đó nâng cấp lên 1080p hoặc 4K. Sơ đồ như vậy giảm chi phí và tăng tốc các vòng lặp, điều quan trọng đối với sản xuất hàng loạt video quảng cáo, thử đồ ảo và video giải thích. Tuy nhiên, trong các tài liệu chính thức không có đánh giá chuẩn chi tiết so với các đối thủ cạnh tranh hoặc đánh giá độc lập từ bên thứ ba.
Trong bối cảnh tạo video, đây là một bước tiến xa khỏi các mô hình một bước như Sora hay Luma Dream Machine thời kỳ đầu. Google đặt cược vào việc tích hợp với hệ sinh thái Gemini và điều khiển hội thoại, điều này đưa việc tạo video đến gần hơn với quy trình dựng phim quen thuộc. So với Omni 1.1, có thể thấy rõ tiến bộ trong việc bám sát tài liệu tham chiếu và độ tự nhiên của giọng nói với khớp môi.
Đối với các nhà phát triển và doanh nghiệp, việc giảm giá và khả năng kiểm soát chính xác độ dài từ 3 đến 15 giây mở ra những kịch bản mới. Trước đây, giới hạn 10 giây hạn chế các câu chuyện phức tạp; giờ đây có thể tạo ra những đoạn quảng cáo hoàn chỉnh hoặc video giải thích sản phẩm chỉ trong một lần chạy với các chỉnh sửa tiếp theo.
Câu hỏi còn bỏ ngỏ là tính nhất quán lâu dài trên các chuỗi dài hơn và khả năng tổng quát hóa cho các cảnh phức tạp với nhiều vật thể chuyển động. Các bài kiểm tra độc lập vẫn chưa được công bố, và hiệu suất thực tế trong sản xuất sẽ phụ thuộc vào từng trường hợp cụ thể.
Bản cập nhật cho thấy Google không chỉ tập trung vào chất lượng tạo video mà còn vào việc tích hợp thực tiễn vào quy trình làm việc, đưa AI video đến gần hơn với một công cụ sử dụng hàng ngày.
