Gemini Omni: il video del prodotto, dalle foto

Una foto di una modella. Le foto di tre vestiti, davanti e dietro. Quindici secondi di video in cui lei li prova uno dopo l’altro, con giri completi su se stessa e stacchi di montaggio fra un vestito e l’altro.

Quella scena l’ha generata il modello.

È uno degli esempi che Google ha messo nell’annuncio di Gemini Omni 1.2 Flash, uscito sul suo blog giovedì 5 novembre 2026 alle 18 ora italiana. Secondo Google, in quel video il modello tiene ferma l’identità della modella e, per ogni capo, il taglio, la caduta del tessuto e i dettagli della schiena.

Se vendi vestiti, sedie, vasetti di marmellata, quella didascalia la leggi in un modo solo: il video del prodotto lo posso fare partendo dalle foto che ho già. È così, e Google lo scrive chiaro. C’è però un dettaglio che conta più dei quindici secondi, e riguarda chi quel video lo guarda.

Cosa cambia con Gemini Omni 1.2 Flash

Gemini Omni è il modello di Google che genera video. Gli dai un testo e, se vuoi, delle immagini, e lui crea la clip. La versione 1.2 Flash porta cinque novità, e le racconto nell’ordine in cui contano per chi lavora.

La prima è la durata. Le clip arrivano a 15 secondi, contro i 10 di Omni 1.1, e la lunghezza la scegli tu, secondo per secondo, da 3 a 15. Google dice anche a cosa servono quei secondi in più: raccontare storie complete, spiegare un prodotto, fare spot completi per i social in una sola generazione.

La seconda sono i riferimenti. Puoi dare al modello immagini di un personaggio, di un prodotto o di uno stile, brevi clip di movimento fino a tre secondi e indicazioni sul sonoro. Secondo Google, il modello si tiene stretti questi dettagli dall’inizio alla fine: volti, vestiti, le scritte sulle confezioni e i colori del marchio restano coerenti anche quando cambia l’inquadratura. È il punto che Google mette in vetrina per le aziende: trasformare le foto di prodotto che hai già in prove virtuali dei capi, prodotti che girano come in un catalogo, pubblicità video con il tuo marchio.

La terza sono le correzioni a turni. Fatta la clip, la modifichi con una richiesta alla volta: cambi il prodotto o lo sfondo, la luce o il meteo, il formato dell’immagine, senza ricominciare da zero. Google la chiama modifica conversazionale a più turni. Detta semplice: parli con il modello come parleresti con un montatore, e lui ritocca invece di rifare.

La quarta è il parlato: dialoghi più naturali, labbra più a tempo con la voce, più personaggi che parlano ognuno con la sua voce.

La quinta è il prezzo. Attraverso l’API scende del 30% rispetto a Omni 1.1: 0,07 dollari per ogni secondo di video a 720p. Una clip da 15 secondi viene quindi 1,05 dollari. Il conto è mio, sul prezzo di Google, e vale per il 720p: l’annuncio dice che puoi poi portare la clip migliore a 1080p o a 4K, ma quanto costa quel passaggio non lo scrive.

Google suggerisce anche come spendere meno: fai le prove a 360p o 720p, correggi un dettaglio con una richiesta invece di rigenerare tutto, e solo alla fine alzi la qualità. E aggiunge una cosa che pesa per chi deve decidere se fidarsi: per la prima volta Gemini Omni è «generalmente disponibile». Vuol dire che Google lo propone per l’uso di tutti i giorni nei prodotti e nei servizi, appoggiato all’infrastruttura e alla sicurezza di Google Cloud. L’accesso, poi, dipende dalla piattaforma e dal tuo account.

Più secondi, meno spesa, e un modello che, parola di Google, si ricorda com’è fatto il tuo prodotto.

Dove lo trovi, e quanto ti costa

L’annuncio distingue tre percorsi: per chi sviluppa, per le aziende e per chi usa le app di Google.

Se sviluppi, lo trovi nell’API di Gemini e lo provi in Google AI Studio. Se sei un’azienda che costruisce i suoi servizi, lo trovi nella console di Google Cloud. Se usi le app di Google, i posti sono quattro: Flow, lo strumento di Google per dirigere scene video; Google Vids, l’app per montare video che sta accanto a Documenti e Presentazioni; l’app Gemini, dove i video da 15 secondi stanno arrivando agli abbonati a Google AI Ultra; Google Ads, dove secondo Google serve ad allargare le campagne video, cioè a produrre più video per le tue pubblicità.

Per una piccola impresa la strada più corta è Vids. Google scrive che lì le clip da 15 secondi si generano «senza costi aggiuntivi», con un account Google o con un abbonamento Workspace. Se in azienda usi Google Workspace, Vids può essere già nel tuo pacchetto: secondo la pagina d’aiuto, sugli account di lavoro è l’amministratore a decidere se è acceso e se le funzioni di AI generativa, quelle che creano contenuti, sono attive.

Senza costi aggiuntivi, però, vuol dire dentro i limiti del tuo piano. La pagina d’aiuto di Vids, consultata il 5 novembre, indica per le clip video generate con l’AI «fino a 500 secondi al mese», salvo dove le tabelle dei singoli piani dicono altro. Alcuni piani hanno un tetto condiviso di 10 generazioni fra avatar e clip. Per gli account personali la pagina parla della possibilità di avere 50 crediti al mese, ma non chiarisce come si applichino alle clip video; avverte anche che questi account possono avere «alcune restrizioni» nella modifica dei video con l’AI. Cinquecento secondi, divisi per quindici, fanno 33 clip. La pagina non parla ancora di Omni 1.2, quindi questi numeri sono quelli di oggi.

Due avvertenze. Google usa la parola «rolling out»: la distribuzione è in corso, e Google non dice quando la novità arriverà nel tuo account. E l’annuncio non nomina paesi né lingue: che sia già attiva in un account italiano, le fonti non lo dicono. Su Vids, del resto, avevo già raccontato l’avatar che parte da una foto, e di cosa offre Google alle imprese ho scritto nel pezzo su Gemini per le aziende.

Se il tuo piano lo prevede e la funzione è accesa, lo strumento ce l’hai già. Il criterio per usarlo, secondo me, va deciso prima di generare la prima clip.

Il video era una prova. Adesso è una promessa

Perché un video di prodotto convince più di una foto?

La mia risposta è questa. Una foto, lo sa chiunque, si ritocca. Un video, nella testa di chi guarda, è ancora una cosa successa davanti a una telecamera. Il vestito si è mosso così. Il cuscino si è abbassato così. La crema si è spalmata così. Il video è stato a lungo una prova: non una dimostrazione perfetta, ma il segno che qualcuno, da qualche parte, ha visto la scena. Nella persuasione, almeno per come la vedo io, le prove pesano più delle parole, perché chi guarda ha l’impressione di decidere da solo.

Con un modello come Omni quel segno cambia natura. In questa clip il movimento è generato, a partire dalle immagini. La caduta del tessuto nell’esempio di Google è quella che il modello ritiene credibile, partendo da due foto ferme del capo. Può somigliare molto a quella vera. Può anche no.

Google stessa lo dice con onestà, in fondo all’annuncio: sta ancora lavorando per migliorare l’azione sportiva veloce, i cambi rapidi di copione e la «fisica complessa». E la caduta di un tessuto, per come la vedo io, è fisica complicata.

Il che vuol dire che il video generato smette di essere una prova e diventa una promessa. Una promessa che il cliente controlla nel momento peggiore per te: quando apre il pacco. Il vestito comprato per come girava nel video, a casa, cade come cade il tessuto vero. E lì il video non c’è più a difenderti.

Un video generato può anche dire il vero. Ma promette al posto tuo.

SynthID, la filigrana invisibile, e quello che chiede la legge

Ogni video di Omni, scrive Google, porta una filigrana SynthID «impercettibile». Una filigrana, qui, è un segno nascosto dentro il file: a occhio non si vede. È la stessa idea di cui ho scritto a proposito della filigrana nei testi di Claude: una firma che chi guarda, a occhio, non vede.

Chi vuole riconoscere i contenuti fatti con l’AI, intanto, ha strumenti nuovi. Proprio ieri, 4 novembre, Pangram ha presentato un modello per riconoscere i video generati, e ne ho parlato nel pezzo sul rilevatore AI. Il quadro, per chi vende, è semplice: il video di Omni porta una firma nascosta, e c’è chi costruisce strumenti per riconoscere i video generati.

Poi c’è la legge. L’AI Act, il regolamento europeo sull’intelligenza artificiale, all’articolo 50 chiede a chi usa un sistema che genera un deepfake di dichiarare che il contenuto è stato generato o manipolato. L’obbligo si applica dal 2 agosto 2026, e l’informazione va data in modo chiaro e riconoscibile, al più tardi quando la persona vede il contenuto per la prima volta, e deve rispettare i requisiti di accessibilità.

La parola «deepfake» fa pensare ai politici che dicono cose mai dette, ed è il tema di cui ho scritto nel pezzo sui deepfake. La definizione del regolamento, però, è più larga: parla di contenuti generati o manipolati che somigliano a persone, oggetti, luoghi, enti o eventi esistenti e che a una persona sembrerebbero, falsamente, autentici o veri. Oggetti, c’è scritto. Una modella che indossa il tuo vestito vero, in un video che sembra girato e invece è generato: per come la leggo io, la definizione ci arriva vicino. Non sono un avvocato, e la domanda giusta da fare a chi ti segue sul legale è proprio questa. Sul quadro italiano trovi altro nel pezzo sull’AI Act in Italia.

La filigrana è impercettibile. Un avviso chiaro, invece, il tuo cliente lo legge.

Il punto dove conviene davvero: le varianti

C’è un uso di Omni che a me sembra molto più tranquillo, e Google lo scrive in chiaro. Le correzioni a turni, dice l’annuncio, rendono facile produrre varianti di uno stesso spot per pubblici diversi e per posti diversi, senza riscrivere da capo le istruzioni iniziali e senza rigenerare tutto.

Pensa a un’azienda piccola che vende olio. La stessa bottiglia, nella stessa clip, su una tavola d’estate e poi in una cucina d’inverno. Con la luce del mattino e con quella della sera. In verticale per il telefono e in orizzontale per lo schermo grande. La bottiglia resta quella, e Google dice che le scritte sull’etichetta e i colori del marchio restano coerenti: questo, però, lo devi controllare tu, clip per clip.

Qui il video racconta, e basta. Cambia il contesto, e il contesto cambia il significato: lo stesso prodotto, in due ambienti, racconta due storie diverse. È il meccanismo di fondo dello storytelling, e con queste varianti diventa economico provarlo. Puoi far vedere a due gruppi di clienti due ambientazioni diverse e guardare quale funziona, invece di indovinarlo.

Lo sfondo è scenografia. Il movimento del prodotto è una promessa. Io partirei dalla scenografia, guardando comunque ogni clip e dicendo chiaro da dove viene.

Come portarlo nel tuo lavoro

Se vuoi creare video con l’AI per il tuo prodotto, da domani, io farei così.

1. Parti dalle foto che hai. Nell’esempio di Google ogni vestito ha due foto, davanti e dietro. Fai lo stesso: secondo me, più il modello vede del prodotto vero, meno deve immaginare.
2. Prima la bozza, poi la qualità. È il consiglio di Google stessa: prove a 360p o 720p, una correzione alla volta, e solo alla fine la clip migliore a 1080p o 4K.
3. Metti il video accanto al prodotto vero. Google dichiara che vestiti, scritte sulle confezioni e colori del marchio restano coerenti. Io controllerei anche cuciture e proporzioni, con il prodotto vero in mano: è il tuo mestiere, prima che il suo.
4. Separa scenografia e promessa. Sfondi, luci, stagioni, ambientazioni: lì puoi giocare. I movimenti che mostrano come si comporta il prodotto, cioè il tessuto che cade, la crema che si spalma, il liquido che scende nel bicchiere, sono una promessa: devono corrispondere a quello che il cliente riceve.
5. Scrivi che è fatto con l’AI. Io renderei esplicita l’origine del video con una dicitura come «video creato con l’AI dalle foto del prodotto». Se il video ricade nell’articolo 50 dell’AI Act, l’avviso deve essere chiaro e riconoscibile fin dalla prima volta che il video si vede, e rispettare i requisiti di accessibilità: dove e come mostrarlo, verificalo con chi ti segue sul legale.
6. Fai il conto dei secondi. Dove vale il tetto di 500 secondi al mese, sono 33 clip da 15 secondi. Presumo che anche le prove scartate consumino secondi: la pagina d’aiuto non lo specifica, quindi tienine conto.
7. Se fai pubblicità su Google, guarda dentro Ads. Google dice che Omni serve anche ad allargare le campagne video in Google Ads. Come, di preciso, l’annuncio non lo spiega: prima di cambiare le tue campagne, guarda cosa trovi nel tuo account e prova su una sola.

Quindici secondi bastano per vendere. Bastano anche per farti tornare indietro un pacco.

Domande frequenti

Cos’è Gemini Omni 1.2 Flash?

È la versione del modello di Google che genera video annunciata il 5 novembre 2026. Fa clip fino a 15 secondi, segue meglio le immagini di riferimento (persone, prodotti, stili), permette di correggere la clip con richieste successive e costa il 30% in meno della versione 1.1 attraverso l’API. Per la prima volta Gemini Omni è generalmente disponibile.

Quanto costa creare video con l’AI con Gemini Omni?

Attraverso l’API, 0,07 dollari al secondo per un video a 720p: una clip da 15 secondi viene 1,05 dollari, secondo il mio conto sul prezzo di Google. In Google Vids, dice Google, le clip da 15 secondi si generano senza costi aggiuntivi con un account Google o un abbonamento Workspace, dentro i limiti mensili del piano. Nell’app Gemini i video da 15 secondi stanno arrivando agli abbonati a Google AI Ultra.

Posso usarlo in Google Vids dall’Italia?

L’annuncio non nomina paesi né lingue, e parla di una distribuzione in corso: Google non dice quando arriverà nel tuo account, e le fonti non dicono se sia già attiva negli account italiani. Sugli account di lavoro decide l’amministratore se Vids e le sue funzioni di AI sono attivi; sugli account personali la pagina d’aiuto avverte che la modifica dei video con l’AI può avere delle restrizioni.

Che differenza c’è con Gemini Omni 1.1?

Secondo Google: clip fino a 15 secondi invece di 10, durata scelta secondo per secondo da 3 a 15, prezzo più basso del 30%, più coerenza di personaggi, oggetti e scene dal primo all’ultimo fotogramma, correzioni a più turni sulle clip intere e dialoghi più naturali.

Devo dire che il video del mio prodotto è fatto con l’AI?

Dal 2 agosto 2026 l’articolo 50 dell’AI Act chiede a chi usa un sistema che genera un deepfake di dichiararlo. La definizione di deepfake del regolamento comprende anche gli oggetti, se il contenuto sembra falsamente autentico. Per come la leggo io, un video di prodotto che può passare per una ripresa vera va dichiarato; la conferma chiedila a chi ti segue sul legale. Se l’obbligo vale, l’avviso deve essere chiaro e riconoscibile fin dalla prima volta che il video si vede, e rispettare i requisiti di accessibilità.

Cos’è SynthID?

È la filigrana di Google: secondo l’annuncio, ogni video generato da Omni ne porta una «impercettibile». È un segno nascosto nel file, che a occhio non si vede. Se vuoi che il tuo cliente sappia che il video è generato, aggiungi un avviso chiaro.

Fonti

• Google, «Gemini Omni 1.2 Flash: Fast and cost-effective with longer clips», blog.google, 5 novembre 2026.
• Google, «Learn about availability of Gemini features in Google Vids», guida di Google Documenti, letta il 5 novembre 2026.
• Regolamento (UE) 2024/1689, AI Act: articolo 3, articolo 50, articolo 113 (testo consolidato su artificialintelligenceact.eu).
• Pangram, «Introducing Pangram Image 1.0», 4 novembre 2026.