Innhold Vis
Google DeepMind har lansert Gemini Omni – en video-AI som lar deg redigere og generere video gjennom naturlig samtale. Tenk på det som å ha en klipper som forstår hva du sier, husker hva dere har gjort tidligere i økten, og kan kombinere bilder, lyd, tekst og video til et sammenhengende resultat.
Premisset er enkelt å forstå: du beskriver hva du vil, modellen gjør det – og neste instruksjon bygger videre på forrige. Ingen tidslinje du må lære deg, ingen keyframes, ingen eksportinnstillinger å forholde seg til. I teorien.
Jeg har sett på hva Google selv presenterer og hva tidlige testere rapporterer. Det er litt av begge deler her – noen imponerende evner, og noen klare begrensninger som er verdt å kjenne til før du hiver deg ut i det.
Hva er Gemini Omni?
Gemini Omni er Googles video-AI for generering og redigering av video gjennom naturlig språk. Google DeepMind beskriver det selv som «Nano Banana, but for video» – en referanse til sitt eget bildegenereringsverktøy. Modellen er en del av Gemini-familien og er bygget for å kombinere multimodale inndata: bilder, tekst, video og lyd kan alle brukes som referanse for det du vil lage.
Det som skiller Gemini Omni fra enklere video-AI-verktøy er den stegvise samtalemodellen. Hver redigering bygger på den forrige, og modellen opprettholder konsistens mellom endringene. Du starter kanskje med en enkel scene, ber om å endre lyset, så legge til et objekt, så justere bevegelsen – og det hele henger sammen.
Modellen er tilgjengelig gjennom Gemini-appen på gemini.google.com, Google Flow (Googles kreative AI-studio), og integrert med YouTube Shorts.
Hva kan Gemini Omni gjøre i praksis?
Google viser frem en rekke bruksscenarier i sin egen presentasjon. Noen av de mest konkrete:
- Naturlig språkredigering: Si «gjør scenen mørkere og legg til regn» – modellen forstår kontekst fra tidligere i samtalen og endrer bare det du ber om.
- Objektbytte: Erstatt gjenstander eller personer i en scene ved å referere til et bilde. Vil du ha en rød bil i stedet for en blå, legger du ved referansebilde og beskriver byttet.
- Tegning til video: Last opp en skisse, og modellen genererer realistisk videoinnhold basert på den.
- Stiloverføring: Bruk et referansebilde for å påføre en visuell stil på videoinnholdet ditt.
- Bevegelsesoverføring: Ta bevegelsesmønsteret fra én video og anvend det på annet innhold.
- Tekst-til-video: Synkroniser tekst og handling direkte i genereringen.
Modellen hevder å ha «intuitiv forståelse av fysikk» – gravitasjon, kinetisk energi og væskedynamikk – slik at animasjoner skal følge realistiske bevegelseslover. I tillegg kombinerer den Geminis bredde av kunnskap om historie, vitenskap og kulturell kontekst for å produsere historisk og faglig nøyaktig innhold.
Hva sier tidlige testere?
Her blir det litt mer nyansert. Entusiastene i Hacker News-diskusjonen rundt lanseringen rapporterer at fysikkforståelsen har klare svakheter. En utvikler som jobber med stivkroppsimuleringer testet modellen med «jenga-tårn som faller når en brikke fjernes» – resultatet var at brikker forsvant eller forvandlet seg til noe annet i stedet for å falle naturlig.
Flere sammenligner Gemini Omni med Happy Horse fra Alibaba og Seedance 2, og noen mener disse fortsatt er bedre for realistisk bevegelse. Det er ikke urimelig – video-AI er et felt der det er stor spredning i kvalitet avhengig av oppgave. Gemini Omni fremstår sterkere på kreativ redigering og stilvariasjon enn på fysikkpresisjon.
Kvoteproblemer ble også rapportert raskt etter lansering – mange nådde grensene sine fort. Det er typisk for en stor lansering, men det er verdt å ha med seg.
Hva koster Gemini Omni?
Tilgangen til Gemini Omni er knyttet til Google AI-abonnement. Google oppgir ikke en separat pris for Omni isolert sett, men funksjonaliteten varierer etter abonnementsnivå og geografi. For sammenligning har Gemini 3.5 Flash en prising på $0,30 per million tokens som tekstmodell – Omni er en annen produktkategori, men gir en pekepinn på Googles prisnivå.
Google Flow, som er det dedikerte kreative studioet for Gemini Omni, er tilgjengelig for Gemini Advanced-abonnenter. Prisen for Gemini Advanced starter på 219 kroner per måned (per mai 2026). For profesjonell bruk via API er prisene høyere, og Google har ikke publisert Omni-spesifikk API-prising ennå.
Du kan altså prøve Gemini Omni i dag hvis du allerede har Gemini-abonnement. Har du ikke det, er det verdt å veie opp mot konkurrentene – særlig nå som Alice v1 er et gratis open source-alternativ for videogenerering.
Hvordan fungerer sikkerheten?
Alt innhold generert med Gemini Omni er merket med SynthID – Google DeepMinds digitale vannmerke for AI-innhold. I tillegg brukes C2PA Content Credentials, en bransjestandardisert metode for å verifisere opphav til medieinnhold. Google oppgir at modellen er gjennomgått med omfattende red teaming og evaluering før lansering.
SynthID er usynlig for det blotte øyet, men kan detekteres av kompatible verktøy. Det er et fornuftig grep – ikke som noen magisk løsning på deepfakes, men som et sporbart spor som gjør det mulig å verifisere opphav. Mer enn mange konkurrenter tilbyr.
Gemini Omni vs. konkurrentene – hvem bør du velge?
Video-AI-markedet er nå tett. Det er ikke ett riktig svar – det handler om hva du trenger:
- Gemini Omni: Sterkest på samtalebasert redigering, kreativ stilvariasjon og integrasjon med Google-økosystemet (YouTube Shorts, Google Flow). Svakere på kompleks fysikk.
- Happy Horse / Seedance 2: Bedre på realistisk bevegelse og fysikk ifølge tidlige testere. Mer «filmatisk» output.
- Alice v1: Open source og gratis, men krever mer teknisk kompetanse å sette opp. Bra for de som vil ha kontroll.
- Kling O1: Kling O1 introduserte tekstbasert videoredigering tidligere, og er fortsatt sterk på det segmentet.
Hvis du allerede er i Google-økosystemet og bruker Gemini Advanced, er Omni et naturlig første stopp. Er du ikke det, er det ingen grunn til å betale ekstra bare for Omni alene – med mindre du spesifikt trenger den stegvise samtalemodellen og Googles kunnskapsbase kombinert.
Hva betyr dette for video-AI-markedet?
Google er ikke sent ute i video-AI – de lanserte Gemini Live med sanntids video og tale via API allerede i mars 2026. Omni er snarere den kreative fronten av samme satsing: der Gemini Live handler om sanntidskommunikasjon, handler Omni om innholdsproduksjon.
Det som er interessant er ikke nødvendigvis at Google lanserer noe nytt – det er at video-AI nå beveger seg mot samtalebasert redigering som paradigme. Kling O1 var tidlig der, Omni presser det videre. Modellen husker kontekst, bygger videre på det du har gjort, og lar deg iterere som om du sitter med en menneskelig klipper.
Det er der video-AI egentlig blir nyttig for folk flest – ikke ved å generere perfekte scener fra scratch, men ved å la deg jobbe iterativt mot noe du faktisk vil ha. Gemini Omni er et skritt i den retningen, uavhengig av de fysiske begrensningene som tydeligvis gjenstår.
Er du nysgjerrig, er Google Flow stedet å starte – det er designet spesifikt rundt Omni og gir deg strukturen for å eksperimentere uten å måtte kjenne API-et. Se min komplette Gemini-guide for å komme i gang med Google AI-abonnement og Flow.
