Google Omni — nowy model AI, który generuje i edytuje wideo

Podczas konferencji Google I/O 2026 firma Google zaprezentowała nowy model sztucznej inteligencji — Google Omni. Google opisuje go jako „world model": model, który nie generuje pojedynczych plików w oderwaniu od kontekstu, lecz potrafi tworzyć spójne, realistyczne sceny w oparciu o wiedzę o świecie. Pierwszą odsłoną tej rodziny jest Google Omni Flash.

Czym jest Google Omni

Google nazywa Omni „modelem, który potrafi stworzyć cokolwiek z dowolnego materiału wejściowego". Choć zapowiedź obejmuje znacznie szersze plany, pokaz na I/O skupił się na tym, co Omni robi najlepiej już dziś — na generowaniu wideo.

Szef Google DeepMind, Demis Hassabis, przedstawił Omni jako istotny krok w stronę ogólnej sztucznej inteligencji (AGI). Jego zdaniem docelowo model będzie w stanie wygenerować „cokolwiek", czego zażyczy sobie użytkownik.

Multimodalny — na wejściu i na wyjściu

Najważniejsza różnica między Omni a klasycznymi generatorami wideo, takimi jak Google Veo, polega na tym, że Omni jest multimodalny w obie strony. Modele typu text-to-video przyjmują wyłącznie opis tekstowy. Omni przyjmuje tekst, dźwięk, obrazy oraz wideo — i na tej podstawie tworzy nową, spójną scenę, korzystając z wiedzy o realnym świecie.

W praktyce oznacza to, że jednym poleceniem można połączyć kilka źródeł naraz: wgrać zdjęcie postaci, dodać próbkę głosu i krótki opis akcji, a model złoży z tego gotowy klip.

Lepsza fizyka i znajomość świata

Google podkreśla, że Omni generuje wideo z dokładniejszą fizyką — ruch, grawitacja i interakcje obiektów wyglądają bardziej naturalnie. Model potrafi też uwzględnić kontekst polecenia: jeśli opis odwołuje się do faktu historycznego, Omni stara się odwzorować go wiernie, zamiast zmyślać szczegóły.

Demis Hassabis przedstawił Google Omni jako istotny krok w stronę AGI — modelu, który docelowo wygeneruje „cokolwiek", czego potrzebuje użytkownik.

Edycja wideo na podstawie opisu

Omni to nie tylko tworzenie wideo od zera. Model potrafi również edytować istniejące klipy — zarówno nagrane kamerą, jak i wygenerowane przez AI. Na pokazie Google zmieniał w gotowych ujęciach tło, styl, kąt kamery, scenerię, a nawet pojedyncze detale — bez konieczności kręcenia sceny od nowa.

Google Omni Flash w Chmurce

Google Omni Flash trafia do Chmurka.ai — udostępniamy go w dedykowanym Omni Studio. Do wyboru są trzy tryby pracy:

• Tekst → Video — klip powstaje z samego opisu sceny.
• Zdjęcia → Video — film budowany ze zdjęć referencyjnych (do siedmiu), które wskazują postać, produkt albo styl.
• Edycja Wideo — wgrywasz gotowy film, opisujesz zmianę i opcjonalnie dołączasz zdjęcia referencyjne; Omni przerabia materiał zgodnie z opisem.

Dodatkowo Omni jest „audio-native" — potrafi generować wideo z dialogiem i lektorem. W Omni Studio wybierzesz głos z listy 30 presetów i przesłuchasz jego próbkę jeszcze przed generacją.

Google Omni Flash to jeden z najciekawszych modeli wideo tego roku — a w Chmurce skorzystasz z niego od razu, bez żadnej konfiguracji, w jednym interfejsie.