Google pouští AI video do ostrého provozu. Gemini Omni 1.1 Flash umí prodloužit scénu i pohlídat vzhled postav

Google uvolnil do obecné dostupnosti model Gemini Omni 1.1 Flash pro generování a střih videa. Novinka dává tvůrcům bezprecedentní kontrolu: prodlouží existující scénu, dopočítá záběry mezi prvním a posledním snímkem a udrží konzistentní vzhled postav podle referenčních klipů. Pro firmy to znamená, že AI video přestává být hračka a stává se výrobním nástrojem.

Google ve středu 27. srpna převedl do obecné dostupnosti svůj multimodální model Gemini Omni 1.1 Flash, zaměřený na generování a úpravy videa. Model je od tohoto týdne k dispozici přes Gemini API, vývojářské prostředí Google AI Studio i firemní platformu pro AI agenty. Zpráva, kterou ve čtvrtek rozebrala řada oborových médií včetně serveru MLQ.ai, znamená jednu podstatnou věc: AI video u Googlu opouští fázi experimentů a míří do produkčních pipeline — tedy tam, kde se rozhoduje o skutečných penězích.

Konec loterie s promptem

Dosavadní generátory videa fungovaly z pohledu profesionála jako loterie. Zadali jste textový popis, model vygeneroval několik sekund záběru a vy jste doufali, že výsledek bude použitelný. Pokud ne, generovali jste znovu — bez záruky, že se nová verze bude podobat té předchozí. Přesně tuhle nejistotu se Gemini Omni 1.1 Flash snaží odstranit sadou nástrojů pro řízenou tvorbu.

Prodloužení scény (scene extension) — model naváže na existující záběr a plynule jej prodlouží, aniž by se změnil styl nebo prostředí.|Interpolace mezi snímky — zadáte první a poslední snímek a model dopočítá věrohodný pohyb mezi nimi. To je základ pro řízený střih.|Referenční klipy — modelu předložíte ukázky postavy, produktu nebo prostředí a on jejich vzhled udrží napříč novými záběry.|Volitelné výstupní rozlišení — od rychlých náhledů po kvalitu určenou k publikaci.

Právě kombinace interpolace a referenčních klipů je z produkčního hlediska klíčová. Marketingový tým díky ní dokáže udržet konzistentní vizuální identitu — stejný produkt, stejnou postavu, stejné barvy — napříč celou kampaní, místo aby každý vygenerovaný záběr vypadal jinak. To byla dosud hlavní překážka, proč firmy AI video nasazovaly nanejvýš na interní prezentace, ale ne na věci, které vidí zákazník.

Proč „Flash“ a proč to Google tlačí do API

Označení Flash používá Google pro modely optimalizované na rychlost a cenu, nikoli na maximální kvalitu. Volba je to logická: v produkci videa se většina času tráví iterováním — desítky verzí, než vznikne finální spot. Levný a rychlý model, který zvládne řízené úpravy, je pro reálný workflow cennější než pomalý model s dokonalým výstupem. Google zároveň novinku od prvního dne nabízí ve svém enterprise prostředí pro AI agenty, což naznačuje, kam míří: video se má stát další schopností firemních agentů, kteří dnes píší texty a obsluhují data. Agent, který sám sestaví produktové video z podkladů, je dalším logickým krokem.

Skutečná revoluce nenastane, až AI vygeneruje dokonalé video. Nastane, až AI video zvládne udělat přesně to, co režisér chce — a přesně tolikrát, kolikrát je potřeba.

Business Insider navíc ve čtvrtek přinesl zprávu, že zaměstnanci Googlu interně testují náhled modelu Gemini 3.8 Flash zaměřeného na programování. Google tedy drží tempo na obou frontách — video i kód — a stupňuje tlak na konkurenci, která v oblasti řízené tvorby videa zatím tak ucelenou nabídku v obecné dostupnosti nemá.

Souboj o video se zostřuje

Generování videa je dnes nejsledovanější disciplína generativní AI a zároveň ta nejnáročnější na výpočetní výkon. OpenAI vsadila na Soru a její pokračování, která zaujala kvalitou výstupu, ale dlouho fungovala spíš jako uzavřená přehlídka schopností než jako nástroj pro každodenní produkci. Specializovaní hráči jako Runway nebo Luma si vybudovali věrnou základnu mezi filmaři a tvůrci reklam právě díky nástrojům pro řízení výsledku — a přesně na tuto silnou stránku teď Google útočí. Rozdíl je v distribuci: zatímco startupy prodávají předplatné kreativcům, Google zapojuje video přímo do API a firemní agentní platformy, kterou už používají vývojáři a podniky. Nesoutěží tedy o jednotlivé tvůrce, ale o místo ve firemních systémech, kde se video generuje automatizovaně a ve velkém.

Za zmínku stojí i ekonomika celé věci. Generování videa je řádově dražší než generování textu — a právě proto Google nasazuje architekturu Flash, u které dlouhodobě stlačuje cenu za výpočet. Pokud se potvrdí trend z textových modelů, kde ceny za token během dvou let spadly na zlomek, čeká podobná křivka i video. Pro plánování rozpočtů to znamená jediné: cokoli si dnes spočítáte jako náklad na AI video, bude za rok pravděpodobně výrazně levnější. Investice do znalostí a workflow se tedy vyplatí i tehdy, když se dnešní ceny zdají vysoké — know-how zůstane, ceny klesnou.

Jak konkrétně začít

Vyberte jeden opakující se formát — například krátké produktové video pro sociální sítě — a definujte šablonu: délka, poměr stran, struktura záběrů.|Připravte referenční materiály: kvalitní fotky produktů, brand manuál, ukázková videa. Právě ty budou sloužit jako referenční klipy pro konzistentní vzhled.|V Google AI Studiu si workflow ověřte ručně na několika kusech, než jej zapojíte přes API do vlastních systémů.|Nastavte schvalovací krok: každé vygenerované video projde před publikací lidskou kontrolou. Artefakty a nesmysly se stále objevují.|Měřte výsledky proti dosavadní produkci — cenu za kus, rychlost dodání a výkon v kampaních. Bez čísel nepoznáte, jestli se přechod vyplatil.

A nezapomeňte na právní rámec. Evropský AI Act počítá s povinným označováním syntetického obsahu — videa vytvořená AI bude nutné transparentně označit, zejména pokud zobrazují realisticky působící osoby nebo události. Kdo si pravidla označování a archivace podkladů nastaví hned na začátku, ušetří si zpětné dohledávání ve chvíli, kdy povinnosti naplno dopadnou i na běžnou firemní produkci.

Co to znamená pro český byznys

Pro české firmy je podstatné hlavně jedno: cena profesionálně vypadajícího videa padá o řád. Produktové video, které dosud znamenalo najmout agenturu, kameramana a střihače za desítky tisíc korun, půjde v rostoucí míře sestavit interně — z fotek produktu, referenčních záběrů a textového zadání. Nejrychlejší přínos uvidí e-shopy (krátká produktová videa ve velkém objemu), realitní kanceláře (virtuální prohlídky a dotáčky), vzdělávací firmy (kurzy a návody) a všichni, kdo pravidelně krmí sociální sítě. Nástroj je dostupný přes API, takže jej čeští vývojáři mohou rovnou zapojit do vlastních aplikací a interních systémů.

Zároveň platí obvyklá výhrada: obecná dostupnost neznamená bezchybnost. Modely stále občas vytvoří artefakty, fyzikálně nemožný pohyb nebo detail, který lidské oko okamžitě odhalí. Rozumný postup pro rok 2026 je AI video nasadit tam, kde se točí objem a rychlost — sociální sítě, interní komunikace, prototypy kampaní — a prémiový obsah zatím nechat hybridnímu workflow, kde AI generuje a člověk režíruje a schvaluje. Kdo si ale tento workflow osvojí dřív, bude mít v nákladech na obsah náskok, který se konkurenci bude dohánět těžko.

Výhled: video jako komodita, nápad jako vzácnost

Delší trend je zřetelný. Když se před dvěma lety objevily první použitelné generátory textu, firmy řešily, jestli AI texty vůbec nasadit. Dnes je AI asistence při psaní samozřejmost a konkurenční výhoda se přesunula jinam — k tomu, kdo má lepší strategii, data a distribuci. Totéž čeká video: schopnost vyrobit pěkný záběr přestane být vzácná, a tím pádem přestane být výhodou. Vzácné zůstane to, co bylo vzácné vždy — dobrý nápad, znalost zákazníka a značka, které lidé věří. Gemini Omni 1.1 Flash je další krok k okamžiku, kdy produkce videa bude komodita dostupná každé firmě s API klíčem. Chytré firmy tuto mezidobu využijí k tomu, aby si osvojily nástroje dřív než konkurence — a zároveň investovaly do věcí, které jim žádný model nevygeneruje.

Zdroje: MLQ.ai, Business Insider, Google AI Studio.