Gemini Omni Flash + Nano Banana 2 Lite: Un flujo de trabajo más inteligente de IA de imagen a vídeo

Google ha lanzado recientemente numerosos modelos de IA impresionantes, pero lo más interesante de su última actualización de Gemini podría no ser un único modelo.

Es el flujo de trabajo.

Google ahora muestra explícitamente a los creadores cómo combinar Nano Banana 2 Lite con Gemini Omni Flash: genera o refina primero la imagen y luego pásala a Omni para convertirla en vídeo.

En otras palabras:

Consigue que el primer fotograma sea perfecto. Luego, haz que se mueva.

Puede parecer obvio, pero resuelve uno de los mayores problemas del vídeo generado por IA: pedirle a un solo modelo que invente el personaje, la composición, el entorno, el movimiento, la cámara y el plano final todo al mismo tiempo.

Google describe Nano Banana 2 Lite como su modelo de imagen Nano Banana más rápido y eficiente en costes, mientras que Gemini Omni Flash está diseñado para la generación de vídeo y la edición conversacional utilizando combinaciones de entradas de texto, imágenes y vídeo. Google recomienda específicamente encadenar ambos modelos para flujos de trabajo multimedia de extremo a extremo.

Y dado que ambos flujos de trabajo están disponibles en Movmix, puedes seguir la misma idea sin tener que descargar archivos constantemente ni saltar entre herramientas desconectadas.

Primero, ¿qué ha lanzado realmente Google?

Esta actualización tiene dos componentes.

Nano Banana 2 Lite está diseñado para la generación y edición rápida de imágenes. Google afirma que puede producir un resultado de texto a imagen de 1K en unos cuatro segundos y está optimizado para flujos de trabajo de alto volumen y baja latencia.

Si empiezas desde cero, puedes usar Nano Banana 2 Lite Text to Image para crear el primer fotograma.

¿Ya tienes una foto o una imagen de producto? Usa Nano Banana 2 Lite Image to Image para cambiar la escena, el estilo o la composición sin tener que reconstruir todo desde cero.

Llega entonces Gemini Omni Flash.

Google presenta Omni Flash como un modelo multimodal de generación y edición de vídeo. Admite edición conversacional, referencias multimodales, conocimiento del mundo real y sincronización entre texto, gráficos y acciones.

Pero la parte más útil para los creadores cotidianos es más sencilla:

puedes proporcionarle la imagen que ya te gusta y centrar el prompt de vídeo en lo que debería ocurrir después.

El cambio real: deja de pedirle al modelo de vídeo que haga todo

Muchos vídeos de IA deficientes comienzan con un primer fotograma defectuoso.

Quizás el rostro no sea del todo correcto.

Tal vez el producto esté en el ángulo incorrecto.

O quizás la habitación no se parezca en nada a lo que imaginabas.

Entonces escribimos un prompt de vídeo aún más largo y esperamos que el modelo de vídeo arregle todo mientras lo anima.

Esto es pedir demasiado.

Un flujo de trabajo de primer fotograma a vídeo más eficiente separa las tareas.

El modelo de imagen responde:

¿Cómo debería verse esta escena?

El modelo de vídeo responde:

¿Qué debería ocurrir después?

Una vez que piensas de esta manera, los prompts son mucho más fáciles de escribir.

En lugar de dedicar la mitad de tu prompt de vídeo a describir una botella, un modelo, una habitación o un atuendo que ya es visible, puedes emplear esas palabras en el movimiento, el ritmo y el comportamiento de la cámara.

Por eso mismo, la decisión de Google de conectar Nano Banana 2 Lite y Gemini Omni Flash importa más que otra tabla de benchmarks.

Cómo recrear el flujo de trabajo en Movmix

Utilicemos un anuncio de producto sencillo.

Quieres convertir una imagen de productos para el cuidado de la piel en un breve vídeo promocional.

Paso 1: Crea el primer fotograma con Nano Banana 2 Lite

Comienza con la imagen.

Por ejemplo:

Prompt	Imagen
Botella premium de productos para el cuidado de la piel sobre una plataforma de piedra lisa junto a hojas verdes frescas, suave luz matutina, sutiles gotas de agua, fondo natural y limpio, fotografía elegante del producto, 16:9, sin texto, sin logotipo.

Generar

En esta etapa, olvídate por completo del movimiento.

Look at the result and ask: Is the bottle shape right? Is the composition good? Do I like the lighting? Is the background clean enough?

Si no es así, corrige la imagen ahora.

Esto es mucho más fácil que descubrir el problema después de haber generado ya el vídeo.

Paso 2: Convierte la imagen en vídeo con Gemini Omni

Una vez que el primer fotograma tenga el aspecto deseado, súbelo a Gemini Omni Image to Video.

Ahora el prompt puede mantenerse centrado:

¿Notas qué falta?

No estamos describiendo la botella otra vez.

La imagen ya hizo ese trabajo.

El prompt de vídeo controla principalmente:

movimiento → cámara → consistencia → final

Esta es una división del trabajo mucho más limpia.

Paso 3: Refina el movimiento, no todo el proyecto

Supongamos que el primer vídeo tiene buen aspecto, pero no te gusta el movimiento de la cámara.

No regeneres la imagen.

Simplemente cambia:

Acercamiento lento de la cámara

por algo como:

Órbita lenta en sentido horario de la cámara alrededor del producto

O quizás quieras bloquear completamente la composición:

Mantén la cámara fija. Solo se mueven las hojas y las gotas de agua.

Esto parece sencillo, pero cambia tu forma de trabajar.

En lugar de reiniciar todo el proyecto cada vez que algo sale mal, corriges únicamente la etapa que presenta el problema.

Si el clip generado ya está cerca del resultado deseado y solo necesita un ajuste visual, también puedes continuar con el Editor de Vídeo AI Gemini Omni en lugar de volver a crearlo todo.

Google ya muestra dónde tiene sentido este flujo de trabajo

Google creó varias demostraciones específicamente para mostrar cómo Nano Banana 2 Lite y Gemini Omni trabajan juntos.

Una de ellas es Anywhere. Subes una selfie o una foto, Nano Banana 2 Lite coloca a la persona en diferentes ubicaciones y, una vez que eliges una imagen, Gemini Omni la anima para convertirla en un vídeo.

El flujo de trabajo es básicamente:

Foto → Nueva escena → Clip animado

Esta es una forma muy práctica de animar imágenes generadas por IA, porque la decisión creativa se toma antes de comenzar la animación.

Otra demostración es Space Lift. Nano Banana 2 Lite rediseña primero una habitación subida, y luego Gemini Omni convierte el concepto de interior elegido en una presentación cinematográfica en movimiento.

En lugar de pedirle al modelo de vídeo que rediseñe la habitación mientras mueve la cámara simultáneamente, primero decides qué aspecto debe tener la habitación.

Luego, la animas.

El tercer ejemplo de Google puede ser el más útil comercialmente: Omni Product Studio convierte imágenes estáticas de productos creadas con Nano Banana 2 Lite en vídeos para comercio electrónico utilizando Gemini Omni.

Esto es esencialmente un flujo de trabajo de vídeo de producto con IA:

Generar imagen del producto → aprobar imagen del producto → animar imagen del producto → refinar el vídeo

Para los marketers y las tiendas online, esto es mucho más útil que generar ciegamente una toma de producto completamente diferente cada vez.

Va más allá de la conversión básica de imagen a vídeo

Lo interesante de Omni es que este flujo de trabajo no tiene por qué detenerse en una sola imagen estática.

Si tu proyecto depende de referencias visuales adicionales o guías de movimiento, Movmix también ofrece un flujo de trabajo de Gemini Omni Reference to Video.

Esto abre la puerta a un tipo diferente de creación:

un recurso puede indicar al modelo cómo es el sujeto, mientras que otro ayuda a comunicar cómo debe moverse la toma.

Aquí es donde el vídeo multimodal comienza a ser mucho más útil que el tradicional enfoque de «subir una imagen y esperar lo mejor» para convertir imágenes en vídeo.

Gemini Omni Flash aún tiene limitaciones

Este sigue siendo un modelo nuevo y Google es bastante claro respecto a las limitaciones actuales.

Actualmente, Gemini Omni Flash genera vídeos de 10 segundos. Google también indica que las referencias de audio subidas y la extensión de escenas aún no son compatibles a través de la API de Gemini. Las referencias de vídeo de hasta tres segundos pueden ser aceptadas por el esquema de la API, pero el modelo aún no las procesa correctamente, y la consistencia de los personajes puede debilitarse durante los cambios de escena o movimientos de panorámica más amplios.

Así que esto aún no es posible:

«Subir cualquier cosa, crear una película perfecta de dos minutos e irse a casa.»

Por ahora, el caso de uso más sólido es mucho más concreto:

crear un primer fotograma sólido, darle un movimiento claro, generar un clip corto y luego refinarlo.

Y, sinceramente, eso ya es útil.

Por qué esto importa más que otro nuevo modelo de IA

El cambio más importante aquí no es que Google tenga otro modelo de imágenes y otro de vídeo.

Es que la frontera entre ambos está desapareciendo.

La generación de imágenes se convierte en parte de la generación de vídeo.

La edición de vídeo pasa a formar parte del proceso de generación.

Las referencias se integran en la creación de prompts.

Y, en lugar de buscar un modelo mítico que haga absolutamente todo a la perfección, los creadores pueden utilizar diferentes herramientas para las distintas etapas de una misma idea.

Para un flujo de trabajo práctico, esto tiene mucho más sentido.

¿Necesitas una imagen completamente nueva? Empieza con Nano Banana 2 Lite Text to Image.

¿Ya tienes una imagen que merece la pena conservar? Perfeciónala.

Cuando el primer fotograma esté listo, envíalo a Gemini Omni e indica a la escena qué debe hacer a continuación.

El nuevo flujo de trabajo de Google se puede resumir en una frase:

Crea primero el fotograma que realmente deseas. Luego, haz que se mueva.

Para la creación de vídeos con IA en 2026, este puede ser un cambio mucho mayor de lo que parece.