Google kembali mendorong batas AI generatif lewat Gemini Omni, teknologi baru yang diumumkan di ajang Google I/O 2026. Sistem ini menarik perhatian karena bisa mengubah teks, audio, gambar, klip video, hingga kombinasi berbagai input menjadi video baru secara otomatis.
Langkah ini menunjukkan arah baru persaingan AI, dari chatbot dan generator gambar menuju pembuatan video berbasis AI. Bagi kreator konten, pelaku bisnis, dan pengguna umum, kehadiran Gemini Omni membuka cara kerja baru untuk membuat materi visual dengan proses yang lebih cepat.
AI multimodal yang fokus ke video
Gemini Omni hadir sebagai pengembangan dari platform Gemini yang sebelumnya sudah mampu memproses teks, gambar, audio, dan video secara bersamaan. Kini, Google membawa kemampuan itu ke tahap berikutnya dengan fokus pada pembuatan dan pengeditan video berbasis AI.
Dalam presentasinya, CEO Google Sundar Pichai menyebut Gemini Omni dirancang untuk menciptakan apa pun dari input apa pun. Arah ini menegaskan ambisi Google untuk membuat AI tidak hanya menjawab pertanyaan, tetapi juga memahami konteks dunia nyata lalu mengubahnya menjadi konten digital.
Pada tahap awal, Gemini Omni difokuskan untuk menghasilkan video berbasis AI dari teks, gambar, audio, maupun potongan video. Sistem kemudian mengolah seluruh elemen tersebut menjadi video baru tanpa perlu proses manual yang panjang.
Berbeda dari aplikasi editing tradisional, Gemini Omni tidak sekadar menggabungkan media dalam satu file. Teknologi ini diklaim mampu memahami hubungan antarinput sehingga hasil akhirnya terlihat lebih alami, konsisten, dan relevan dengan instruksi pengguna.
Editing visual lewat perintah teks
Selain sebagai generator video, Gemini Omni juga membawa fitur pengeditan yang lebih praktis. Pengguna cukup memberikan instruksi teks sederhana untuk mengubah gambar atau video tanpa harus memakai perangkat lunak editing profesional.
Google menyebut fitur ini sebagai langkah berikutnya dalam menggabungkan kecerdasan Gemini dengan kemampuan rendering media milik perusahaan. Integrasi itu membuat AI dapat menghasilkan konten visual yang lebih kompleks dan realistis dibanding generasi sebelumnya.
Dalam salah satu demonstrasi, Gemini Omni diminta membuat animasi tanah liat tentang proses pelipatan protein. Hasilnya muncul sebagai video animasi bergaya stop-motion dengan narasi suara otomatis yang sesuai dengan topik yang diminta.
Demo tersebut memperlihatkan bahwa AI generatif kini tidak hanya mampu membuat gambar atau video sederhana. Sistem ini juga bisa menyusun presentasi visual yang lebih edukatif dan informatif.
Avatar digital dan perlindungan dari deepfake
Gemini Omni juga dibekali kemampuan untuk membuat avatar digital pribadi. Fitur ini memungkinkan pengguna menciptakan representasi virtual diri mereka yang dapat dipakai untuk menghasilkan video secara otomatis.
Konsepnya mirip dengan layanan avatar AI yang sebelumnya diperkenalkan OpenAI lewat fitur Cameos di platform Sora. Namun, Google menempatkan perlindungan identitas sebagai bagian penting dari sistem ini.
Untuk mencegah penyalahgunaan, pengguna harus menjalani verifikasi identitas sebelum membuat avatar digital. Prosesnya mengharuskan pengguna merekam wajah sambil mengucapkan serangkaian angka yang ditentukan sistem.
Google juga menyematkan watermark digital SynthID pada seluruh video yang dibuat dengan Gemini Omni. Penanda ini membantu publik mengenali apakah sebuah video dihasilkan dengan AI Google atau tidak.
Gemini Omni Flash mulai tersedia
Bersamaan dengan pengumuman itu, Google memperkenalkan model perdana bernama Gemini Omni Flash. Model ini mulai tersedia lewat aplikasi Gemini, YouTube Shorts, dan platform kreatif AI milik Google, Flow.
Pada fase awal, Gemini Omni Flash dapat menghasilkan video berdurasi maksimal 10 detik. Google menegaskan batas itu bukan disebabkan keterbatasan teknologi, melainkan untuk menjaga akses agar lebih banyak pengguna bisa mencoba fitur baru ini tanpa antrean komputasi yang terlalu berat.
Google juga mengonfirmasi bahwa dukungan untuk video berdurasi lebih panjang masih dalam pengembangan. Dalam demonstrasi yang ditampilkan, Gemini Omni Flash digunakan untuk berbagai skenario kreatif, mulai dari seseorang menerima penghargaan hingga perjalanan ke bulan.
Ada juga contoh pengeditan yang memungkinkan penghapusan orang yang tidak diinginkan dari latar belakang video liburan. Menurut insinyur riset Google DeepMind Gabe Barth-Maron, pengalaman itu bisa dianggap sebagai bentuk baru dari meme yang dipersonalisasi.
Meski begitu, kualitas hasil video tetap sangat bergantung pada instruksi yang diberikan. Semakin detail dan spesifik perintah pengguna, semakin akurat hasil yang dihasilkan AI, sementara instruksi yang terlalu umum bisa membuat sistem mengubah elemen yang sebenarnya ingin dipertahankan.
