Troque o fundo e preserve o rótulo. Um teste de 15 segundos com o Gemini Omni 1.2 Flash

O vídeo de produto está quase pronto. A primeira tomada mostra a frente da caixa, a segunda acompanha um giro lento e a última dá tempo para ler o tamanho. O fundo está errado para a campanha. Uma frase basta para trocá-lo. A parte mais difícil é confirmar que o modelo preservou o restante da tomada.

O Google disponibilizou o Gemini Omni 1.2 Flash para uso geral na Gemini API e no Google Cloud em 5 de novembro de 2026. O modelo cria e edita vídeos de até 15 segundos, ante 10 segundos no Omni 1.1 Flash. O lançamento destaca a fidelidade a referências e a edição por conversa. O preço anunciado foi de US$ 0,07 por segundo de vídeo em 720p. Uma equipe de produção pode testar uma tomada e revisá-la em uma nova interação. O melhor teste inicial é uma alteração bem delimitada, de modo que a pessoa que revisa saiba o que precisa permanecer. Lançamento do Google · Disponibilidade no Google Cloud

Comece pelas palavras em uma caixa de verdade. Em poucos segundos, a maioria das pessoas consegue perceber se o cenário funciona. Detectar um nome escrito errado, um volume alterado ou uma advertência ausente no fim de um giro exige outra forma de revisão. Um teste guiado por referências pode reunir a alteração criativa e a conferência do produto no mesmo fluxo.

Primeira sede do Google em Mountain View. Foto de contexto de Steven Arnold, recortada e redimensionada, CC BY 3.0. Fonte da imagem · Licença.

Uma tomada mais longa dá tempo para pequenas mudanças aparecerem

Cinco segundos a mais podem facilitar o planejamento de um clipe curto. Um produto pode entrar em cena, girar o suficiente para mostrar uma segunda face e ficar parado para uma tomada final legível, sem cortes. Isso também aumenta a quantidade de quadros em que cada detalhe precisa continuar igual. Um logotipo pode parecer perfeito com a caixa parada e ganhar um traço extra durante o giro. O rótulo pode se deslocar de um quadro para outro, mesmo que cada quadro pareça plausível à primeira vista.

O anúncio de 5 de novembro descreve o uso de imagens de produto ou de estilo, referências curtas de movimento e pistas de áudio para orientar a geração. Uma das demonstrações mostra um provador virtual criado com a foto de uma modelo e referências de frente e verso para três peças de roupa. Isso ajuda a entender até onde as referências cobrem a cena. Uma foto frontal oferece um alvo visível para a frente do produto. Em um movimento ao redor dele, inclua o lado ou o verso se forem importantes para o público. Se faltar uma face, escolha um enquadramento que evite pedir ao modelo para inventar o que o cliente vai interpretar como uma característica real. Demonstrações do lançamento do Google · Ficha do modelo no Google DeepMind

Em um vídeo ilustrativo de 15 segundos, reserve uma vista inicial, um giro breve e uma pausa no final. Anote duas categorias de detalhe. O pedido de alteração pode levar a caixa da bancada da cozinha para um fundo frio de estúdio. Entre os detalhes a preservar podem estar as dimensões, o nome do produto, o volume impresso na frente, as cores de marca independentes do fundo e o percurso da câmera. Essa lista curta vira um roteiro de revisão para a tomada original e para a edição.

Sequência proposta para revisar uma variável por vez. As fotos de referência continuam disponíveis na segunda etapa. Ilustração original do Telli.sh.

Antes do primeiro pedido, decida quais textos a câmera precisa tornar legíveis. Um número de série ilegível no verso pode ser aceitável se a composição nunca o mostrar. Uma informação de tamanho no quadro final é outra coisa. Uma imagem borrada ou um único dígito alterado pode tornar o vídeo inadequado para a página do produto, mesmo quando o restante convence. Para uma cartela de encerramento fixa ou um texto legal importante, mantenha a arte conferida em uma camada separada. O clipe gerado pode oferecer o cenário e o movimento, enquanto a equipe controla o texto exato.

A segunda interação precisa entregar uma mudança verificável

O Google descreve edições por conversa que permitem trocar o fundo, mudar a iluminação ou adaptar a proporção em uma interação posterior. Uma demonstração substitui o cenário em torno de dois personagens enquanto tenta preservar a atuação e o enquadramento. Para um produto, comece trocando apenas o fundo. Se também mudar a proporção e a luz, ficará mais difícil atribuir um reflexo novo na caixa ou um canto cortado a um pedido específico. Exemplos de edição por conversa do Google

O pedido de edição pode ser direto. “Coloque a caixa em um fundo contínuo de estúdio, azul-ardósia fosco. Mantenha a caixa, a impressão, a escala, o movimento da mão e o ritmo de câmera do clipe aprovado. Preserve a pausa final legível.” Depois, compare o resultado com o clipe aprovado e com as fotos originais. O clipe aprovado mostra o movimento e a composição desejados pela equipe. As fotos originais estabelecem se a forma e o rótulo foram reproduzidos com fidelidade. Comparar só com a geração anterior pode levar um erro inicial a todas as versões seguintes.

Verifique a abertura, o meio e o último instante. Depois assista ao clipe inteiro na velocidade prevista. Os três quadros são um ponto de partida. Durante as transições, o novo fundo pode encobrir uma borda por um instante, ou um símbolo impresso pode se deformar. Em uma sequência com uma mão, confira os quadros em que os dedos passam sobre o rótulo. Se o clipe tiver som, ouça uma vez sem ver a imagem. Isso pode revelar uma pista de áudio alterada, um ruído que distrai ou uma afirmação falada sem respaldo que a imagem disfarçava.

O modo de corrigir importa porque o custo de um erro depende de onde ele aparece. Uma sombra na parede do estúdio é uma escolha criativa. Um texto incorreto na embalagem gera retrabalho e pode inviabilizar o clipe no destino planejado. Se o problema voltar após duas tentativas bem delimitadas, pode ser mais rápido compor a gravação original sobre o novo cenário.

Vídeos de catálogo e versões de campanha exigem verificações diferentes

Uma equipe de catálogo pode usar referências para manter ângulos e ritmos consistentes entre produtos. Isso dá coerência à experiência de compra, sobretudo ao comparar tamanhos parecidos. Os casos mais difíceis são as versões quase idênticas. Um nome de cor, um conector extra ou uma tampa ligeiramente diferente pode ser a única distinção importante. Confira cada clipe com o SKU exato e mantenha o identificador fora do prompt, no registro de revisão.

Os exemplos de lançamento incluem um provador virtual para varejo, no qual a pessoa gira para mostrar diferentes lados de uma roupa. Faz sentido verificar se a versão para catálogo preserva a barra, o fecho, os bolsos e os indícios de caimento visíveis nas referências. Em uma compra, o critério depende do que o público pode razoavelmente concluir sobre o produto. O clipe gerado pode ajudar na apresentação quando complementa as fotos originais. Funciona mal quando a tomada precisa comprovar um detalhe que as referências não mostram. Exemplos do lançamento do Google

Uma equipe de campanha enfrenta outro problema. Pode querer o mesmo produto em dois ambientes ou adaptar o clipe a um espaço vertical depois de aprovar uma versão horizontal. Alterar o enquadramento pode mudar o que continua visível. Em um corte vertical, confira se uma borda, o logotipo de um parceiro ou o texto final ficou de fora nos momentos importantes. Veja também a prévia no destino. A interface da plataforma pode cobrir a parte de baixo ou as laterais. Um arquivo pode passar na revisão em tela cheia e ainda ficar ruim no espaço em que vai aparecer.

Segundo o anúncio do Google, o resultado leva uma marca d'água imperceptível SynthID. O recurso de procedência pode ajudar a identificar material gerado. A exatidão de um rótulo, a aprovação de uma afirmação sobre o produto e a permissão de usar o material em uma campanha precisam de evidências próprias. Mantenha as fontes das referências e das afirmações aprovadas no histórico de versões. Assim, a edição e a revisão consultam o mesmo registro quando alguém pergunta o que mudou. Lançamento do Google e nota sobre SynthID · Ficha do modelo no Google DeepMind

Calcule o preço do clipe que passa na revisão

A tarifa de lançamento de US$ 0,07 por segundo em 720p resulta em US$ 1,05 para um vídeo de 15 segundos. Três saídas de 15 segundos cobradas na mesma tarifa somam US$ 3,15 nessa linha de custo. São exemplos aritméticos baseados na tarifa anunciada pelo Google e em uma quantidade presumida de saídas bem-sucedidas e cobradas. Revisão, edição final, entrega em resolução maior e outras operações cobradas podem acrescentar custo. Confira a tarifa e as unidades de cobrança da interface usada antes de aplicar o exemplo a uma campanha. Preço divulgado pelo Google · Opções de geração no Google Cloud

Custos ilustrativos de geração em 720p à tarifa anunciada pelo Google em 5 de novembro. Os valores não incluem revisão nem entrega final. Ilustração original do Telli.sh.

Conte as saídas pagas e as aprovadas. Se quatro versões cobradas à tarifa do exemplo gerarem um clipe aprovado de 15 segundos, o custo de geração desse clipe será de US$ 4,20. Se as mesmas quatro versões gerarem dois clipes aprovados, a média cai para US$ 2,10. A tarifa do modelo é a mesma. A taxa de aprovação mudou. Por isso, uma verificação de qualidade pode ter mais efeito no orçamento do que cortar um segundo.

Um experimento curto em baixa resolução pode mostrar se luz e movimento combinam com a ideia. Guarde a etapa mais cara para uma edição que já tenha passado pelas verificações de criação e identidade. O Google Cloud documenta opções em 360p, 720p, 1080p e 4K e descreve um caminho para ampliar a resolução. Inspecione a entrega final em separado. Uma imagem maior pode facilitar a identificação de um erro na embalagem, desde que alguém esteja olhando para ele. Lançamento e fluxo no Google Cloud · Configurações do modelo no Google Cloud

Faça uma edição controlada antes de pedir dez variações

1. Escolha um produto real que você tenha permissão de usar. Prepare fotos de frente e de qualquer lado ou verso que apareça. Copie o nome, o tamanho e outros detalhes aprovados que precisam permanecer para uma ficha breve de revisão.
2. Escolha o formato final e uma duração no intervalo documentado. Crie um clipe inicial com as referências e guarde as configurações e o arquivo aceito. Confira se o quadro final oferece uma visão legível do detalhe importante.
3. Peça uma alteração visual em uma interação posterior. Preserve a fonte aprovada e use um arquivo separado para a edição. Registre se é uma tentativa, uma variante aprovada ou uma versão rejeitada por um motivo específico.
4. Compare a edição com o clipe inicial e as imagens de referência em vários pontos. Revise o vídeo inteiro no espaço de destino. Se o clipe retrata um produto real, envolva alguém capaz de verificar seus detalhes.
5. Registre as saídas cobradas, o tempo de revisão e a quantidade aprovada. Se um erro se repetir, restrinja a cena ou mantenha o elemento relevante em uma camada de edição convencional. Só amplie o teste para outros produtos quando o primeiro passar pelas mesmas verificações da campanha final.

O teste útil é simples. Se o fundo mudou e a caixa continua contando a mesma história verdadeira, a segunda interação resolveu uma parte real da produção. Se o produto também mudou, a edição tem um motivo concreto para preservar a fonte e seguir por outro caminho.

Fontes

• Lançamento e demonstrações oficiais do Google, 5 de novembro de 2026
• Disponibilidade geral no Google Cloud, 5 de novembro de 2026
• Referência do modelo Gemini Omni 1.2 Flash no Google Cloud
• Ficha do modelo e detalhes da marca d'água no Google DeepMind
• Foto de contexto de Steven Arnold, CC BY 3.0

---

Para manter um registro pesquisável dos pedidos de criação, comentários e aprovações de cada versão, crie uma conta no Telli.sh.