Vazamento do Gemini Omni: o que o modelo de vídeo do Google pode significar

O Google I/O 2026 acontece em 19–20 de maio, e o canto de vídeo com IA da internet já está vivendo o keynote antes da hora. O motivo é uma única string de UI vista na aba de vídeo do Gemini: «Comece com uma ideia ou experimente um modelo. Powered by Omni.» A partir dessa linha, três ondas de vazamentos montaram um quadro de trabalho de um modelo de vídeo do Google ainda não anunciado — provisoriamente chamado Gemini Omni — que pode substituir o Veo 3.1, conviver com ele ou atualizar discretamente toda a stack generativa do Google.

Este texto é a leitura para criadores na OmniArt que tentam decidir o que — se é que algo — fazer antes de terça-feira. Separamos sinais confirmados de especulação, percorremos as três identidades plausíveis para o Omni e fechamos com o movimento prático para quem precisa entregar vídeo esta semana.

O que sabemos de fato (e o que não)#

O resumo honesto: um produto de vídeo do Google chamado Omni é real o bastante para ter copy de UI, mas toda afirmação arquitetural sobre ele ainda é inferência a partir de strings do app e relatos de testadores.

As três identidades plausíveis#

A maior parte da incerteza se resume a três cenários do que o Omni realmente é. Cada um tem implicações diferentes para o lineup de ferramentas de vídeo com IA em que criadores confiam.

Cenário 1 — Rebrand consumidor do Veo#

A leitura mais simples: o Omni é a substituição voltada ao consumidor da marca «Veo» dentro do Gemini, como o Google consolidou geração de imagem atrás de «Nano Banana». O Veo continua sendo o motor subjacente; o Omni é a superfície que a maioria dos usuários vê.

Se for verdade, espere: mudanças mínimas de capacidade versus Veo 3.1, os mesmos limites de 8–10 segundos no nível consumidor e o Veo seguindo na trilha enterprise/API.

Cenário 2 — Um modelo de vídeo nativo do Gemini#

Segunda leitura: o Omni é uma versão da arquitetura Gemini afinada especificamente para vídeo, em paralelo à trilha Veo. O Veo permanece o modelo de vídeo dedicado para API e enterprise; o Omni é o modelo consumidor que se beneficia do texto e do raciocínio do Gemini.

Se for verdade, espere: melhor aderência a prompt, tipografia em vídeo mais forte (os relatos de equações matemáticas apoiam isso) e integração mais estreita com a edição baseada em chat do Gemini.

Cenário 3 — Um modelo verdadeiramente omni-modal#

A leitura mais ambiciosa: o Omni é um sistema unificado que gera texto, imagem, vídeo e áudio nativamente a partir de um único modelo. O próprio nome («Omni») sugere que este é o cenário para o qual o Google está posicionando, mesmo que o lançamento chegue abaixo da paridade total.

Se for verdade, espere: mudanças relevantes de fluxo em direção à edição conversacional, handoffs multimodais dentro do chat e, no longo prazo, desafio à stack de um modelo por modalidade que o resto do campo usa.

O resultado mais provável no I/O é alguma mistura dos cenários 2 e 3 — um modelo de vídeo nativo do Gemini com ambições omni-modais, mas limites de nível consumidor no lançamento.

Por que os recursos reportados importam#

Três dos recursos reportados merecem mais atenção que a pergunta da identidade do modelo, porque sinalizam para onde a categoria de vídeo com IA vai, independentemente de quem lançar primeiro.

Edição conversacional como padrão#

«Remixe seus vídeos, edite direto no chat» é a parte do vazamento que muda a conversa de fluxo de trabalho. A maioria das ferramentas de vídeo com IA ainda é gerar-e-baixar — você faz prompt, espera, salva o clipe, refaz prompt para mudanças. Edição no chat reformula o modelo como colaborador contínuo: «deixe o segundo plano mais quente», «troque o fundo», «estenda três segundos». Se o Omni entregar isso com competência, pressiona todo outro modelo a igualar.

Modelos como rampa de entrada#

Modelos reduzem a barreira de engenharia de prompt para usuários novos — benefício real. Também achatam a diversidade de output quando todos partem do mesmo prompt compartilhado. A pergunta interessante não é se modelos lançam, mas se performam de forma relevante melhor que um briefing bem escrito do zero.

Texto dentro do vídeo#

Relatos de equações matemáticas renderizadas com clareza dentro de vídeo gerado são tecnicamente notáveis. Tipografia em vídeo foi o ponto fraco visível de todo modelo major. Se o Omni lida com tipografia complexa de forma confiável, isso abre fluxos de vídeo explicativo, educação e motion graphics que antes exigiam passagem de composição.

Onde o Omni encaixaria no lineup#

Para criadores que já trabalham com vários modelos de vídeo com IA, a pergunta relevante é onde o Omni se encaixa, não se ele vence. O formato da resposta com base nos recursos reportados:

Se o conjunto de recursos vazado se confirmar, a faixa do Omni é «vídeo consumidor conversacional» — um sweet spot para trabalho social rápido e iteração guiada por chat. As faixas cinematográfica, broadcast e multi-shot ficam com os líderes atuais até a evidência dizer o contrário.

O que isso significa para criadores esta semana#

A tentação com um vazamento pré-anúncio é esperar. Empurramos de volta isso para quem tem entrega nos próximos dez dias.

O movimento prático depende do que você está entregando.

Se você tem vídeo para esta semana#

Use o que está no ar e comprovado. V6 para shots cinematográficos, Veo 3.1 para cortes broadcast em 4K nativo, Kling 3.0 para variantes sociais multilíngues, HappyHorse 1.0 para iteração rápida. Na OmniArt, tudo isso fica a um clique de distância — você não precisa se comprometer com uma única ferramenta antes do keynote.

Se você está planejando produção do Q3#

Construa o briefing em torno de capacidades, não de marcas. Documente o que você realmente precisa — duração, resolução, áudio, modelo de edição, lock de personagem — e deixe o lineup pós-I/O disputar o trabalho em duas semanas. Se o Omni lançar e entregar, o briefing encaixa nele sem reescrever o resto do pipeline.

Se você está pesquisando e aprendendo#

Assista o keynote. Guarde testes, não opiniões. O ativo mais valioso pós-lançamento é uma comparação maçã com maçã — mesmo briefing, mesmas referências, mesma rubrica de avaliação — entre o que lançar, o Veo 3.1 e o lineup estabelecido.

A mudança maior que o Omni sinaliza#

Seja o que o Omni for, os vazamentos contam uma história mais clara sobre a categoria do que sobre o Google em si.

A superfície competitiva está se movendo. Qualidade visual de primeira passagem está convergindo entre os líderes. A diferenciação real está indo para controlabilidade, consistência multi-shot, sincronização áudio-visual, edição conversacional e o quanto o modelo encaixa em um fluxo real — não qual modelo vence um benchmark.

Custos ainda são reais. Os relatos repetidos de limites de uso e abas de consumo na UI do Omni confirmam que geração de vídeo de alta fidelidade continua computacionalmente cara em escala. Modelos e tetos curtos de clipe são em parte UX e em parte economia.

Direitos e remix ficam mais difíceis. Fluxos de remix em cima de vídeo gerado introduzem questões de IP, consentimento e uso comercial que fluxos texto-para-vídeo não expõem por completo. Qualquer time colocando output baseado em remix em mídia paga deve ter o checklist de direitos pronto antes do recurso lançar.

Como a OmniArt lidou com o lançamento#

Este texto capturou o vazamento pré-I/O como ele estava em 13 de maio de 2026. O Google depois lançou o Gemini Omni Flash, abriu o acesso para desenvolvedores, e desde então o modelo entrou no espaço de vídeo da OmniArt para geração padrão guiada por texto e imagem.

Agora ele fica ao lado do Veo 3.1, Sora 2, V6, Kling 3.0, Happy Horse 1.0, Seedance 2.0, Runway Gen-4.5, Hailuo e Grok Imagine — uma gramática de prompt, um saldo, um lugar para compará-lo com o resto. Os controles de edição conversacional com estado do Google não estão expostos na OmniArt no momento.

Para contexto sobre o lineup atual de vídeo, veja o tour dos modelos de vídeo na OmniArt. Para escrever briefings que portam limpos para qualquer modelo que acabe rodando, veja o guia de escrita de prompts.

Perguntas frequentes#

O Gemini Omni foi anunciado oficialmente?+−

Sim. Este texto foi escrito antes do anúncio; o Google depois lançou o Gemini Omni Flash no I/O 2026 e abriu o acesso para desenvolvedores em 30 de junho. O Gemini Omni Flash já está disponível na OmniArt para geração padrão.

O Gemini Omni vai substituir o Veo 3.1?+−

Não está claro. Os três cenários plausíveis são: o Omni rebatiza o Veo para superfícies consumidoras, o Omni roda ao lado do Veo como modelo consumidor nativo do Gemini, ou o Omni é um sistema omni-modal unificado de verdade. Uma mistura do segundo e do terceiro é o mais provável no lançamento.

Quais recursos são reportados para o Gemini Omni?+−

Recursos reportados incluem edição conversacional dentro do chat do Gemini, fluxo de remix, modelos de prompt, forte coerência de texto em vídeo (equações matemáticas renderizadas com clareza) e limite de clipe de 10 segundos. Nenhum disso está oficialmente confirmado.

Devo esperar o Omni antes de produzir vídeo esta semana?+−

Não. Use os modelos que estão no ar e estáveis hoje. O lineup já cobre shots cinematográficos, broadcast 4K nativo, social multilíngue, iteração rápida, continuidade multi-shot e VFX em nível de frame, e o Gemini Omni Flash agora é uma dessas opções disponíveis.

Como o Omni se compara ao Veo 3.1?+−

A vantagem do Omni é a edição conversacional e as entradas flexíveis; os pontos fortes do Veo 3.1 são áudio nativo e saída em 4K. Os dois já estão disponíveis para geração padrão na OmniArt, então você pode compará-los no mesmo briefing; use as próprias superfícies de API do Google quando o teste exigir especificamente edições conversacionais com estado.