Tag: Video

  • Gemini Omni 1.1 Flash punta su video AI più lunghi, controllabili e fino al 4K

    Gemini Omni 1.1 Flash punta su video AI più lunghi, controllabili e fino al 4K

    Google aggiorna la generazione video AI con scene estendibili fino a 40 secondi, controllo dei fotogrammi iniziale e finale e output fino al 4K.

    Google ha presentato Gemini Omni 1.1 Flash, un nuovo modello di generazione video pensato per offrire maggiore controllo creativo a sviluppatori, creator e strumenti professionali di editing.

    Il sistema può estendere le scene in blocchi da 10 secondi fino a 40 secondi complessivi, analizzando fino a 10 secondi del filmato precedente per preservare personaggi, ambientazioni, movimenti e continuità narrativa.

    Tra le novità spicca la possibilità di impostare il fotogramma iniziale e finale, lasciando al modello il compito di generare la sequenza intermedia, oltre all’impiego di brevi video come riferimento multimodale.

    Una modalità di anteprima a 360p promette, secondo Google, generazioni fino al 60% più rapide rispetto al 720p e costi pari a circa un terzo, mentre i risultati selezionati possono essere prodotti o portati fino a 1080p o 4K.

    Omni 1.1 Flash arriva nell’ecosistema Google, inclusi AI Studio, Gemini Enterprise Agent Platform, Flow e, per l’estensione delle scene, l’app Gemini, segnando un passo verso workflow di video generativo più iterativi e meno dipendenti dai tentativi.


    Link alla fonte:
    https://www.dday.it/redazione/58509/arriva-gemini-omni-11-flash-video-generativi-piu-lunghi-controllabili-e-fino-al-4k

    Se vuoi saperne di più su Gemini, Gemini Notebook (ex NotebookLM) e le altre piattaforme AI di Google non lasciarti sfuggire il nuovo titolo della collana “for Dummies”.

  • Dal modello singolo all’agente “che orchestra tutto”: MiniMax Design cambia le regole per i task creativi

    Dal modello singolo all’agente “che orchestra tutto”: MiniMax Design cambia le regole per i task creativi

    MiniMax Design vuole eliminare il continuo passaggio tra generatori di immagini, video, audio e voce. Un unico agente decide quali modelli usare e come combinarli per trasformare un brief in un risultato completo.

    MiniMax ha appena lanciato Design, un agente AI desktop che non si limita a generare contenuti, ma addirittura li “coordina”.

    In pratica, anziché passare continuamente da uno strumento all’altro (immagine, video, audio, editing), tu descrivi l’obiettivo finale e l’agente si occupa del resto. Decide quali modelli usare, in quale ordine e come combinarne gli output fino al risultato finito.

    Cosa cambia concretamente:

    • Un solo agente, tanti modelli Coordina MiniMax H3 (video), MiniMax Music 2.6 (audio), MiniMax Speech 2.8 (voce), OpenAI GPT Image 2 e Google Nano Banana Pro, tutto a partire da un unico brief creativo.

    • Focus sull’orchestrazione, non sul singolo modello La vera innovazione non è un nuovo modello “migliore di tutti”, ma un sistema che agisce come un direttore creativo digitale: analizza il brief, scompone il lavoro e assegna i task agli specialisti giusti.

    • Desktop + cloud App nativa per Mac e Windows. I file di input restano in locale, mentre la generazione avviene sull’infrastruttura MiniMax.

    Prezzi di partenza:

    • Starter → $8.4/mese (10.000 crediti)
    • Plus → $60.8/mese (87.000 crediti)
    • Pro → $172/mese (270.000 crediti)

    Si tratta di una delle prime implementazioni concrete di un trend più ampio, infatti stiamo passando dalla logica “quale modello scelgo?” a “quale agente mi gestisce l’intero workflow?”.

    Mentre i modelli di generazione diventano sempre più intercambiabili, il valore si sposta sulla capacità di farli collaborare in modo automatico, controllabile e produttivo.

  • Wan3.0 porta la generazione video AI a 30 secondi e trasforma anche documenti in filmati

    Wan3.0 porta la generazione video AI a 30 secondi e trasforma anche documenti in filmati

    Wan3.0 genera fino a 30 secondi di video in un solo passaggio e accetta persino PDF, presentazioni e fogli di calcolo come input. Alibaba vuole portare l’AI video oltre la semplice generazione di brevi clip.

    Alibaba Cloud presenta Wan3.0, nuova generazione della famiglia Wan capace di creare video fino a 30 secondi in una singola generazione partendo da testo, immagini, audio, video e, per la prima volta nella serie, documenti come PDF, PPT e fogli di calcolo.

    Il modello punta a rendere più credibili volti, micro-espressioni e movimenti, mantenendo inoltre maggiore coerenza di personaggi, oggetti, ambienti e stile quando utilizza contenuti di riferimento.

    La funzione “everything to video” apre scenari interessanti per trasformare presentazioni, report, materiali formativi e dati aziendali direttamente in contenuti audiovisivi.

    Wan3.0 integra anche strumenti per modificare immagini, trama e dialoghi di un video senza dover ricominciare completamente la generazione.

    Secondo Alibaba Cloud, l’API parte da 0,05 dollari al secondo a 480p, salendo a 0,10 dollari per 720p e 0,20 dollari per 1080p; tra i limiti dichiarati restano invece la resa dell’audio e l’accuratezza del testo visualizzato nei video.


    Link alla fonte: https://www.alibabacloud.com/blog/wan3-0-30-second-ai-video-generation-from-any-input_603452⁠

  • Google lancia Nano Banana 2 Lite e Gemini Omni Flash per creare immagini e video in pochi secondi

    Google ha presentato due nuovi modelli di intelligenza artificiale destinati alla creazione di contenuti multimediali: Nano Banana 2 Lite per la generazione di immagini e Gemini Omni Flash per la produzione e l’editing di video.

    Nano Banana 2 Lite punta su velocità e costi ridotti, generando immagini in circa quattro secondi e rivolgendosi a sviluppatori e aziende che necessitano di grandi volumi di contenuti.

    Gemini Omni Flash, invece, consente di creare e modificare video attraverso istruzioni in linguaggio naturale, aprendo nuove possibilità per marketing, e-commerce e produzione creativa.

    Google propone inoltre un workflow integrato in cui le immagini generate da Nano Banana possono essere animate con Omni Flash, mantenendo la coerenza tra le diverse modifiche.

    Entrambi i modelli integrano la tecnologia di watermarking SynthID per identificare i contenuti generati dall’AI, rafforzando l’impegno dell’azienda sul fronte della trasparenza e della tracciabilità dei media sintetici.


    Link alla fonte:
    SmartWorld – Google lancia Nano Banana 2 Lite e Gemini Omni Flash⁠

  • Come creare il tuo “avatar” in Gemini Omni

    In questi pochi minuti Matt Wolfe mostra la nuova funzione “avatar” in Gemini Omni.
    Questa nuova tecnologia generativa, fra quelle presentate al recente evento Google I/O, fa ciò che finora era possibile fare solo con le immagini, ma con i video: inserire nei video anche informazioni, che tuttavia non si limitano solo al testo ma anche alla “conoscenza”.
    Come vedremo nel corso dei prossimi mesi, quasi tutte le tecnologie presentate da Google sono “risposte” a quelle introdotte finora dai suoi concorrenti, ma “amplificate” (un altro esempio sono gli agenti in Spark con le loro “skill”).

  • Gemini trasforma gli utenti “avatar” realistici e li mette nei video

    Google ha introdotto nella sua app Google una nuova funzione di avatar AI basata sul modello video Omni, capace di creare cloni digitali fotorealistici degli utenti da inserire in video generati automaticamente.
    In un test raccontato da WIRED, il giornalista Reece Rogers ha creato in pochi minuti una versione virtuale di sé stesso, generando clip surreali ma sorprendentemente credibili, tra dinosauri a Dolores Park e surf sotto il Golden Gate Bridge.
    Nonostante errori visivi, outfit incoerenti e piccoli glitch, il risultato è stato percepito come inquietantemente realistico, soprattutto nelle espressioni facciali e nella voce sintetica.
    A differenza delle precedenti funzionalità di OpenAI con Sora, Google limita la creazione di avatar agli adulti e solo per il proprio volto, nel tentativo di ridurre i rischi legati ai deepfake non consensuali.
    La novità evidenzia quanto l’AI generativa stia accelerando verso esperienze sempre più immersive e personali, ma anche quanto siano urgenti nuove riflessioni su identità digitale, consenso e manipolazione visiva.

    Link alla fonte:
    https://www.wired.com/story/i-cloned-myself-with-geminis-ai-avatar-tool-the-result-was-unnervingly-me/

  • Gemini Omni sarà la prossima bomba che Google sgancerà all’evento del 19 e 20 maggio?

    Google potrebbe essere pronta a lanciare Gemini Omni, un nuovo modello di generazione video basato su intelligenza artificiale scoperto da alcuni utenti all’interno dell’app Gemini, anche se non è ancora stato annunciato ufficialmente.
    Le prime demo condivise online mostrano la capacità del sistema di creare scene molto dettagliate e coerenti, sia in contesti educativi — come un professore che spiega formule matematiche alla lavagna — sia in ambientazioni cinematografiche con personaggi realistici e interazioni naturali.
    I risultati evidenziano un notevole salto qualitativo nella resa visiva e narrativa, pur con alcune imperfezioni nei movimenti e nella sincronizzazione degli elementi.
    Secondo le informazioni emerse, il modello avrebbe però limiti di utilizzo piuttosto stringenti anche per gli utenti del piano Google AI Pro, suggerendo un elevato consumo computazionale.
    L’annuncio ufficiale potrebbe arrivare durante il prossimo evento Google I/O 2026, dove Google potrebbe rafforzare ulteriormente la competizione nel settore dei video generativi contro piattaforme come Sora di OpenAI e altri modelli multimodali emergenti.

    Link alla fonte (include video):
    https://multiplayer.it/notizie/gemini-omni-e-il-nuovo-generatore-di-video-ultra-realistici-ecco-cosa-puo-fare.html

  • Si chiama Flow Music, e ti permette di generare musica ma anche… video musicali!

    Google ha appena sganciato una delle sue “bombe”, con una piattaforma in grado di rivoluzionare la generazione di contenuti musicali: Flow Music.

    Ho appena “fatto un giro” e, al  di là della qualità ancora simile a quella di Suno nei suoi primi stadi evolutivi, in questo caso ci si trova di fronte a una piattaforma dove la potenza di Gemini ci permette di interagire con dei prompt e con il processo “iterativo” fino a dare vita a veri e propri video musicali.

    Dopo aver scelto un prompt in grado di generare un brano particolarmente interessante e coinvolgente, ho usato una mia vecchia foto per creare, automaticamente, il video relativo secondo alcune indicazioni di massima sullo stile, ma soprattutto allineato al contenuto e allo stile del brano stesso.

    Ve lo condivido anche se ovviamente “imperfetto”, giusto per darvi un’idea di cosa si può fare con questa prima versione della piattaforma, in attesa di osservarla “crescere” come già visto per tutte quelle dell’ecosistema di Google AI.

  • NotebookLM introduce le Cinematic Video Overview: video AI immersivi generati automaticamente dalle fonti

    NotebookLM introduce i Cinematic Video Overviews, una nuova funzione che espande le precedenti Video Overviews trasformandole in veri e propri video immersivi generati dall’AI.
    Il sistema utilizza una combinazione di modelli avanzati di Gemini, Veo e Nano Banana Pro per creare animazioni fluide e visual ricchi a partire dalle fonti dell’utente.
    Gemini assume il ruolo di “creative director”, prendendo centinaia di decisioni narrative e stilistiche per costruire la storia, scegliere lo stile visivo e mantenere la coerenza del video.
    Il risultato sono contenuti più dinamici e coinvolgenti rispetto alle precedenti presentazioni con slide narrate.
    La funzionalità è disponibile inizialmente in inglese per gli abbonati Google AI Ultra (18+) su web e mobile.

    Annuncio ufficiale:
    https://blog.google/innovation-and-ai/products/notebooklm/generate-your-own-cinematic-video-overviews-in-notebooklm/

    Video “trailer” di esempio:

  • Google potenzia Gemini: dalle foto ai video con modelli predefiniti e limiti chiari su Veo 3.1 e Lyria 3

    Google amplia le capacità creative di Gemini introducendo modelli video predefiniti che permettono di trasformare foto o descrizioni testuali in clip pronte all’uso, riducendo la necessità di prompt complessi.
    La nuova sezione “Crea video” integra stili guidati e si collega alla funzione Ingredients to Video, ora compatibile anche con il formato verticale 9:16.
    La generazione video si basa sul modello Veo 3.1, con limiti giornalieri differenziati per i piani AI Plus, Pro e Ultra. In parallelo, Google chiarisce anche le soglie per la musica generata con Lyria 3, delineando un ecosistema creativo strutturato ma regolato da contatori precisi.
    L’obiettivo è consolidare Gemini come piattaforma completa per la produzione multimediale AI, bilanciando semplicità d’uso e controllo delle risorse.

    Link alla fonte:
    https://www.smartworld.it/news/google-gemini-video-foto-modelli-veo.html

  • OpenAI ammette: Sora 2 è “insostenibile” e continua a bruciare miliardi

    OpenAI sta affrontando una crisi economica interna legata a Sora 2, il suo generatore video basato su IA.

    Secondo Futurism e Forbes, la società avrebbe registrato perdite per circa 12 miliardi di dollari nell’ultimo trimestre, con Sora 2 responsabile di una quota significativa dei costi operativi.

    Si stima che il modello costi fino a 5 miliardi di dollari l’anno, pari a circa 15 milioni al giorno, nonostante non sia ancora disponibile pubblicamente.

    L’analista Deepak Mathivanan (Cantor Fitzgerald) ha calcolato un costo medio di 1,30 dollari per ogni 10 secondi di video generato, mentre Bill Peebles, responsabile del progetto, ha definito il modello “completamente insostenibile”.

    L’episodio alimenta i timori di una possibile bolla dell’intelligenza artificiale, con OpenAI che, nonostante le perdite, prevede investimenti futuri nell’ordine del trilione di dollari.

    Link alla fonte:

    https://tech.everyeye.it/notizie/sora-continua-bruciare-soldi-openai-ammette-attualmente-insostenibile-842114.html

  • Google potenzia la generazione video guidata da più immagini in Gemini

    Google sta distribuendo un aggiornamento di Gemini che consente di creare video con Veo utilizzando fino a tre immagini come riferimento visivo, eliminando la necessità di prompt lunghi e altamente descrittivi.

    Le immagini fungono da ancore per personaggi, stile e ambientazioni, migliorando coerenza e controllo creativo.

    La funzione si rivela utile per mantenere volti e oggetti coerenti, trasferire estetiche specifiche e ricostruire scenari affini all’interno dei video generati.

    Nelle demo ufficiali, i personaggi mostrati nelle foto vengono integrati con fluidità nelle scene richieste dal prompt.

    L’aggiornamento, basato su Veo 3.1, è in rollout e sarà disponibile per gli utenti dei piani AI Plus, Pro e Ultra.

    Link alla fonte:
    https://www.hdblog.it/google/articoli/n638495/google-gemini-nuova-funzione-video-veo/