Movimento de câmera no Gemini Omni 1.2: voo FPV e giro contínuo

👁 113 leituras

A maioria dos modelos de vídeo com inteligência artificial tem o mesmo hábito: quando você pede um movimento de câmera complexo, eles apelam para a edição. Em vez de girar suavemente ao redor de um personagem, entregam três ângulos cortados; em vez de um sobrevoo contínuo por uma casa, fazem cortes bruscos nos quais o cômodo muda a cada tomada. O Google afirma que corrigiu exatamente isso no Gemini Omni 1.2 Flash: movimentos de câmera contínuos e articulados, voos no estilo drone FPV, recuos, giros fluidos, menos cortes indesejados e escala de objetos consistente. Testei essa promessa em três cenas desafiadoras e contra cinco concorrentes diretos.

Teste 1: voo FPV de 15 segundos

Foi a tarefa mais exigente que passei ao modelo. O drone inicia o voo acima de edifícios residenciais ao pôr do sol, mergulha entre os prédios, voa sobre um varal comunitário e um banco de praça, entra pela porta aberta de um restaurante popular de estilo tradicional polonês (bar mleczny), desliza por cima do balcão e para em frente a um senhor tomando sopa. Tudo em um único plano-sequência.

O Omni executou o percurso sem um único corte. A transição da área externa para o ambiente interno foi perfeita, o interior do salão manteve uma geometria coerente e o cliente à mesa apareceu ao fundo, crescendo no enquadramento até a parada da câmera. A trajetória obedeceu exatamente ao que solicitei no comando em polonês: passagem entre os blocos, voo rasante sobre a calçada com o banco, desvio pelas barras metálicas e entrada direta pela porta. O modelo apenas improvisou um detalhe extra: o senhor ao fundo disse, sem ter sido pedido, um cumprimento espontâneo: “Bom dia” (tradução do original em polonês).

A geração desse clipe levou 81 segundos e custou 1,04 USD na API.

Teste 2: giro 360° ao redor do personagem

Este é o clássico enquadramento de comerciais e videoclipes: a câmera faz uma órbita completa ao redor da pessoa. Para conseguir isso, o modelo precisa deduzir como são as costas do personagem e retornar exatamente ao mesmo rosto inicial sem distorções. O prompt em polonês pedia um giro completo em torno de uma vendedora de maçãs na feira tradicional de Kleparz, em Cracóvia, mantendo a escala estável e sem cortes. Veja o resultado nos seis modelos testados, todos gerando 6 segundos em 720p:

Essa foi a diferença mais gritante de toda a bateria de benchmarks. Em diálogos falados em polonês, modelos como o Veo e o Wan chegaram a empatar ou até superar o Omni. No entanto, quando o assunto é movimentação de câmera no espaço tridimensional, o Omni 1.2 jogou em outra categoria.

Teste 3: câmera atravessando o vidro

Em uma cena com estética de anime, pedi para a câmera atravessar o vidro embaçado de um bonde elétrico, indo do lado de fora para o interior do vagão. No cinema tradicional, esse tipo de transição requer trucagens na pós-produção ou o uso de drones miniaturizados. O Omni executou a travessia de forma fluida, e a garota sentada no interior manteve a mesma fisionomia e proporção antes e depois da passagem. O único deslize foi o letreiro do bonde, que exibiu texto visível mesmo com a instrução explícita no prompt solicitando ausência de caracteres.

Quando o próprio modelo decide cortar

Na cena com três pessoas sentadas à mesa durante uma ceia de Natal polonesa (Wigilia), não especifiquei que queria uma tomada contínua. Como resultado, o próprio modelo editou o vídeo alternando os enquadramentos para quem estava falando no momento: avó, neto e mãe. O resultado ficou natural, lembrando a decupagem de uma série de TV. A documentação técnica do Google confirma que o Omni adota cortes automáticos por padrão e orienta adicionar “tomada única contínua” no texto caso você não queira nenhuma transição. Nos testes de órbita e no FPV, essa instrução foi suficiente.

Como descrever o movimento de câmera

• Nomeie o movimento com clareza: órbita, travelling frontal (push-in), recuo (pull-back), voo FPV contínuo, câmera na mão (handheld) ou plano estático em tripé.
• Descreva a trajetória completa: onde o enquadramento começa, por quais obstáculos ele passa no caminho e onde ele estaciona.
• Inclua termos como “sem cortes” e “escala estável do personagem” sempre que a câmera circular em volta de alguém.
• Dê tempo suficiente na linha do tempo: percorrer múltiplos ambientes exige entre 10 e 15 segundos de vídeo. Em clipes mais curtos, o modelo tende a suprimir partes da rota para encaixar a ação.
• Valide as restrições negativas no resultado final: no teste de anime, pedi neons sem palavras, mas a placa do veículo ainda gerou inscrições aleatórias.

Para conferir mais estruturas de comandos prontas, veja o guia de prompts para Gemini Omni 1.2, a análise comparativa detalhada em Omni 1.2 contra Seedance, Kling, Veo e Wan, ou navegue pela cobertura completa no hub do Gemini Omni Flash.

// continue lendoGemini Omni 1.2 vs Seedance, Kling, Veo e Wan: comparativoBenchmarksQual IA é melhor para SQL? ChatGPT, Gemini ou Claude CodeBenchmarksGemini 4 Argon vs. Gemini 3.1 Pro: o que mudou?Benchmarks