Google I/O 2025: Přelomové novinky v Gemini, Imagen 4, Veo 3 a Flow

Na letošní konferenci Google I/O 2025 představila společnost Google hned čtyři zásadní inovace v oblasti umělé inteligence, které slibují posunout tvorbu multimédií na zcela novou úroveň.

Gemini 2.5: výkonnější, rychlejší a inteligentnější

Google rozšířil rodinu svých velkých jazykových modelů o dvě nové verze: Gemini 2.5 Pro a Gemini 2.5 Flash. Pro verze nabízejí vysoký výkon pro složité úlohy, včetně pokročilého reasoningu a dlouhých kontextů, zatímco Flash je optimalizovaná na rychlost a efektivitu. Obě edice nově podporují funkci Deep Think, která simuluje proces „lidského“ přemýšlení prostřednictvím vícekrokových rozborů problému, a navíc přicházejí s vylepšeným TTS (Text-to-Speech) modu pro vícehlasý a přirozený audiovýstup.

Imagen 4: špičková generace obrázků

Nová verze modelu pro generování statických obrazů, Imagen 4, výrazně zlepšuje kvalitu renderu, zejména zobrazení jemných detailů a textů. Díky rychlejšímu inferenčnímu jádru zvládá generovat realistické vizuály s vylepšenou typografií a ostrostí. Imagen 4 je dostupná přímo v aplikaci Gemini 2 pro koncové uživatele i vývojáře skrze Vertex AI.

Veo 3: video s audio stopou

Třetí generace video modelu Veo přináší revoluci v AI‐generovaném videu – poprvé dokáže automaticky tvořit zvukové kulisy, efekty i nahodilé dialogy. Veo 3 rozumí fyzice scény a synchronizuje pohyb rtů postav, což umožňuje vyprávět kompletní příběhy z jednoduchého textového promptu. Funkce je již k dispozici pro předplatitele Google AI Ultra a enterprise zákazníky ve Vertex AI.

Flow: režisér ve vaší kapse

Flow je nová platforma na tvorbu filmových klipů spojením modelů Gemini, Imagen a Veo. Umožňuje definovat scény, herce, rekvizity či styl pouhou přirozenou řečí, poté sestaví sekvence a efekty do soudržného videa. Všechny nástroje pro střižnu, scénář i audiokulisy tak máte v jednom rozhraní a bez nutnosti pokročilých editačních dovedností.