¿Qué es Gemini Omni? ¡Este modelo de IA de «creación ilimitada» finalmente ha llegado!

Bueno, primero tengo que ser claro: realmente estoy emocionado de corazón con esto. Todos nosotros hemos visto cómo el campo de la inteligencia artificial evoluciona a una velocidad extremadamente rápida — ¿recuerdas cuando estábamos totalmente obsesionados con los chatbots? Sin duda, esos días quedaron atrás para siempre.

Ahora es el 20 de mayo de 2026, y Google acaba de dar a conocer una noticia impactante en su congreso anual de desarrolladores I/O. ¡Señoras y señores, venid a saludar a Gemini Omni!

Si has estado siguiendo los rumores relacionados, probablemente hayas visto este nombre repetidamente circulando en Twitter de tecnología en las últimas semanas. Pero ahora todo se ha oficializado. Sundar Pichai ha salido personalmente al escenario para presentar el que quizás sea el modelo de inteligencia artificial más ambicioso que hemos visto hasta la fecha.

Espera—¿Qué es exactamente Gemini Omni? ¿Por qué todo el mundo se está volviendo loco por él? Y lo más importante, ¿es necesario prestarle atención?

Toma tu bebida matutina favorita, porque profundizaremos en todo lo que necesitas saber sobre la nueva obra maestra que acaba de lanzar Google. ¡Empecemos!

¿Qué es exactamente Gemini Omni?

Déjame explicarlo de la manera más sencilla.

¿Recuerdas que la mayoría de los modelos de inteligencia artificial tienen más o menos... limitaciones? Los modelos de texto solo pueden leer y escribir, los modelos de imágenes solo pueden generar imágenes y los modelos de vídeo solo pueden producir fragmentos de vídeo. Esto es como un cocinero que solo sabe cortar verduras pero no sabe cocinar de verdad en absoluto.

Gemini Omni destrozó por completo esa pared.

En esencia, Gemini Omni es un modelo de inteligencia artificial multimodal nativo. Sundar Pichai, director ejecutivo de Google, afirmó que es capaz de «crear cualquier contenido a partir de cualquier entrada». Esto significa que casi puedes introducir cualquier combinación de texto, imágenes, audio y vídeo en él, y es capaz de comprender la relación entre todas estas entradas para generar contenido coherente y significativo.

Esto no es solo ensamblar diferentes fragmentos. El modelo realmente realiza un razonamiento integrado con toda la información que proporcionas. Posee conocimientos de física, cultura, historia y ciencia, lo que le permite generar contenido de salida lógico en el mundo real.

En palabras de Google mismo, la versión completa de Gemini cuenta con la capacidad de「cualquier entrada, cualquier salida」——rompe con las limitaciones de la fragmentación modal tradicional, logrando una comprensión y generación de formas libres sin interrupciones a través de texto, imágenes, audio y vídeo.

Tecnología detrás de la magia

¿Cómo funciona realmente su capa subyacente? Google no se reserva nada al respecto.

Gemini Omni se construye sobre tres pilares técnicos fundamentales:

1. Genie (Jini) —— modelo del mundo de Google destinado a simular entornos físicos reales

2. Nano Banana — el modelo de generación y edición de imágenes que siempre hemos adorado

3. Veo——esta herramienta de generación de vídeo de vanguardia que ha estado evolucionando de forma discreta detrás de escena

Al integrar estos tres elementos, aprovechando la capacidad de razonamiento de Gemini, obtendrás un modelo que no solo es capaz de generar contenido, sino que también comprende el propio contenido que genera.

Nicole Brichtova, directora de Gestión de Productos de Google DeepMind, declaró claramente en la rueda de prensa: Esto no es solo una actualización de Veo. Es el "siguiente paso en la dirección de combinar la inteligencia de Gemini con la capacidad de renderizado de nuestros modelos de medios".

En este momento, de verdad, se me cayó la barbilla por la sorpresa. Durante la demostración, el director técnico principal de DeepMind, Koray Kavukcuoglu, mostró el efecto que se produce al introducir la sencilla indicación «Explicación divulgativa en animación de arcilla sobre el plegamiento de proteínas» en Omni.

Este modelo generó rápidamente un video completo en estilo de animación de stop motion, que incluye una narración que explica cómo las proteínas comienzan como cadenas de aminoácidos y se pliegan para formar hélices alfa y láminas beta plegadas.

Pasa un segundo pensando en esto. Puede generar animaciones de stop motion realistas: no solo cuenta con imágenes, sino también una narración complementaria científicamente precisa. Se completa en solo unos segundos.

¿Qué puedes hacer realmente con Gemini Omni en este momento?

Bueno, esta tecnología es realmente impresionante. Pero vamos a hablar de los escenarios de aplicación prácticos, ya que esto es realmente lo que importa.

El primer modelo de esta serie se llama Gemini Omni Flash. Se lanzó oficialmente hoy. A continuación se muestran todas las funciones que podrá utilizar justo después de su lanzamiento:

Convertir la entrada mixta en vídeo

¿Quieres utilizar imágenes de referencia, clips de video de estilo y música de fondo para generar obras que fusionen estos tres elementos de forma sin costuras? Omni Flash puede hacerlo. Puede extraer el estilo visual de tus imágenes, capturar el movimiento de cámara de los clips de video, percibir el ritmo del audio y finalmente producir un producto final coherente y unificado.

Edición de vídeo conversacional

Esta es la función que cambiará para siempre la forma de crear contenido.

A diferencia del flujo de trabajo tradicional — generación → detección de problemas → reescritura del prompt → regeneración (ciclo repetitivo hasta que te hartes) —, Omni Flash te permite solo… conversar con él.

¿Has grabado un vídeo de alguien tocando el violín pero quieres que el violín desaparezca? Solo tienes que introducir «Haz que el violín sea invisible». ¿Quieres cambiar el ángulo de la cámara? Solo tienes que introducir «Ajusta el ángulo de la cámara detrás del hombro del violinista». ¿Quieres apagar las luces? Solo tienes que introducir «Atenúa las luces de la habitación».

Cada instrucción se apoya en la anterior, por lo que puedes realizar iteraciones sin tener que volver a empezar desde cero.

Crear imágenes virtuales digitales

Esto es simplemente increíble. Omni Flash te permite crear un avatar digital que se parezca a ti y tenga exactamente tu misma voz. Solo necesitas grabar algunos audios en los que leas números, y el modelo guardará tu avatar para usarlo en el futuro.

Antes de que te sientas alarmado por los deepfakes, Google ya ha integrado medidas de seguridad. La creación de avatares requiere un proceso de registro separado, y cada vídeo generado con Omni vendrá acompañado de la marca de agua digital SynthID de Google —esta marca de agua es imperceptible para el ojo humano, pero se puede verificar como contenido generado por IA.

Generación de percepción física

Hay una cosa que me ha estado preocupando mucho todo el tiempo, sobre Herramienta de video de inteligencia artificial¿Estos fenómenos a menudo ignoran las leyes de la física. Los objetos que deberían caer flotan en su lugar. El agua no fluye normalmente. La gravedad es, al parecer, prescindible.

Omni Flash ha sido especialmente entrenado para comprender la gravedad, la energía cinética y la dinámica de fluidos. Por lo tanto, cuando generas escenas, la forma en la que los objetos interactúan entre sí y con su entorno cumple completamente con la lógica física.

En la demostración de E/S, el equipo mostró cómo generar un video completo de efectos especiales con colisiones físicas realistas, utilizando únicamente un boceto a mano y una instrucción de texto. Esto no solo es impresionante, sino que también tiene valor práctico.

Gemini Omni Fecha de lanzamiento — ¡Pruebalo hoy mismo!

Llega la parte más emocionante: no tienes que esperar mucho.

La fecha de lanzamiento de Gemini Omni es el 20 de mayo de 2026 — justo en este momento. Google lo anunció en su keynote de la conferencia I/O del 19 de mayo, y para el día 20 de mayo, el producto ya se había lanzado gradualmente en todo el mundo.

Si eres un suscriptor de Google AI Plus, Pro o Ultra, ahora puedes utilizar Gemini Omni Flash a través de la aplicación Gemini y Google Flow. A partir de esta semana, las aplicaciones YouTube Shorts y YouTube Create ofrecerán acceso gratuito para que los creadores realicen pruebas.

Google también planea abrir los permisos de uso de Omni a los desarrolladores y clientes empresariales mediante la API en las próximas semanas.

Solo hay un pequeño problema a tener en cuenta: actualmente, la generación de un video consume una gran parte de tu cuota diaria. Sin embargo, Google ya está desarrollando una función para generar videos de mayor duración: el límite actual de 10 segundos es solo una elección estratégica en la fase de lanzamiento, no una limitación del propio modelo.

¿Qué pasará a continuación?

La serie Omni acaba de empezar. Google ya está desarrollando un modelo de gama más alto llamado Gemini Omni Pro, destinado a escenarios profesionales como la producción publicitaria y la producción de vídeo.

Desde una perspectiva más a largo plazo, esta visión es mucho más ambiciosa. Google planea ampliar las funcionalidades de Omni para que pueda generar imágenes a partir de audio o audio a partir de vídeos. Con el paso del tiempo, Omni podrá generar cualquier formato de salida a partir de cualquier formato de entrada.

Pichai ha resumido de manera muy incisiva en esta reunión informativa: “Mediante los modelos mundiales, la inteligencia artificial pasa de predecir texto a simular la realidad. Gemini Omni es exactamente el siguiente paso en esta dirección.”

Aviso de seguridad breve

Si no mencionara este punto, sería negligente por mi parte. Google está tomando en serio el trabajo de autenticación de contenido a través de Omni. Todos los videos generados contarán con una marca de agua SynthID, y los usuarios podrán verificar el origen de cualquier contenido generado por IA a través de la aplicación Gemini o la búsqueda de Google.

Las funciones de edición de audio y voz se están lanzando de manera más cautelosa; Google actualmente está probando cómo permitir que los usuarios modifiquen el audio de manera responsable, antes de difundir esta función de forma amplia.

¿Estás listo para comenzar a crear?

Escucha, ya he testeado mucho Herramientas de inteligencia artificial Durante los últimos años, algunos no son más que meras artimañas aparatosas, mientras que otros son realmente útiles. Gemini Omni sin duda pertenece a la última opción.

Ser capaz de mezclar entradas de cualquier tipo — texto, imágenes, audio, vídeo — y obtener resultados coherentes y útiles es un verdadero salto adelante. ¿Y la edición conversacional? No es solo una función prescindible y de lujo. Es exactamente el tipo de característica que puede cambiar fundamentalmente la forma en que trabajas.

Ya sea que seas un creador de contenido, un profesional de marketing o simplemente a quien le encante experimentar con nuevas tecnologías, Gemini Omni definitivamente merece tu atención. Gemini Omni realmente es perfecto para crear cortometrajes de 10 segundos y recortes de conversación. Pero ¿qué pasa si necesitas una historia animada completa de 3 minutos? ¿O ya tienes el guion y solo quieres convertirlo en video sin tener que aprender técnicas de edición?

Elser.ai es la herramienta de IA para convertir guiones a vídeo que prefiero: solo necesito pegar la narración, elegir un estilo y genera materiales de vídeo fluidos de varios minutos. Además, también puede crear videos de animación a 60fps sin esfuerzo, definitivamente vale la pena probarlo.

👉 Haz clic aquí para probar Elser.ai Gratis — ya entenderás lo que quiero decir.