Společnost Google představila na své konferenci I/O 2026 novou rodinu generativních AI modelů s názvem Omni. Tato technologie, kterou vývojáři označují jako model typu „cokoli na cokoli“, slibuje schopnost transformovat jakýkoli vstupní formát – text, fotografii či video – do zcela nového audiovizuálního obsahu. Aktuálně první dostupnou verzí je model Omni Flash, který je integrován do firemní platformy Flow pro generování a střih videa.
Nový model Omni přináší oproti svému předchůdci, modelu Veo, několik zásadních inovací. Umožňuje uživatelům nahrát vlastní videozáznam a použít jej jako základ pro další generování v kombinaci s textovými pokyny. Google uvádí, že model disponuje lepším porozuměním fyzikálním zákonům reálného světa a dokáže lépe udržovat konzistenci postav napříč různými scénami, což bývalo slabinou starších generativních nástrojů.
„Některé klipy byly velmi dobré – mnohem konzistentnější než při testování modelu Veo před pěti měsíci. Přesto se stále objevují technické chyby, kdy postava náhle změní orientaci v prostoru nebo předměty v jejích rukou mění během záběru svou podobu,“ uvádí Allison Johnson, redaktorka serveru The Verge, která model testovala.
Kromě tvorby kompletně animovaných scének se Omni zaměřuje na tzv. deepfake technologie a úpravy reálných videí. Uživatelé mohou do záznamu skutečné osoby přidat dříve neexistující prvky nebo změnit pozadí. V testech dokázal model přesvědčivě vložit postavu do kabiny letadla nebo před Eiffelovu věž, přičemž výsledná úroveň realismu byla natolik vysoká, že dokázala zmást i rodinné příslušníky testujících osob.
Navzdory technologickému pokroku naráží nástroj na praktické limity v podobě nákladovosti a uživatelské přívětivosti. Provoz nástroje je založen na kreditním systému v rámci předplatného AI Pro (20 dolarů měsíčně). Jedno kolo úprav vyjde na 40 kreditů, zatímco vygenerování scény stojí 15 až 40 kreditů v závislosti na délce. Při současné úrovni chybovosti, kdy model často vyžaduje opakované zadávání pokynů pro dosažení kýženého výsledku, se tak tvorba krátkého videa může stát finančně neefektivní.
Google modelem Omni potvrzuje trend směřující k absolutní syntéze médií, kdy hranice mezi autentickým záznamem a uměle vytvořenou realitou přestává být pro běžné oko postřehnutelná. Přestože se technologie nachází v tzv. „uncanny valley“ (pocit nepřirozenosti u téměř dokonalých imitací), pokroky v logice úprav a práci s textovými prompty naznačují, že Google usiluje o vytvoření komplexního produkčního nástroje pro širokou veřejnost.