Google adiciona um agente, criação de ferramentas em linguagem natural e o Gemini Omni ao Flow

Três frentes distintas, não um único lançamento de recurso

A atualização do Google para o Flow reúne três modelos de interação diferentes sob um único anúncio. O Gemini Omni Flash é um modelo generativo de vídeo. O Google Flow Agent é uma camada de planejamento conversacional. O Google Flow Tools permite que os usuários criem utilitários de edição apenas descrevendo o que querem. São diferentes frontends para o mesmo projeto criativo, e o Google deixa claro que cada um segue regras de acesso distintas.

A criação com Omni Flash e com Tools é exclusiva para assinantes do Google AI em qualquer lugar do mundo. Já o Agent, e a possibilidade de usar Tools já criadas, ficam disponíveis para todos os usuários do Flow. Essa divisão é importante: o plano gratuito ganha orquestração e consumo, enquanto o plano pago fica com o modelo generativo e os direitos de criação. O Google está traçando a linha de monetização entre usar e criar.

Omni Flash comparado ao Nano Banana

O Google descreve o Omni Flash direto por analogia: "Você pode pensar no Omni como o Nano Banana, só que para vídeo." A empresa o posiciona como um modelo capaz de "criar qualquer coisa a partir de qualquer input, começando pelo vídeo", combinando o raciocínio do Gemini com os modelos generativos de mídia do Google.

O destaque concreto aqui é a consistência de personagem — o Google afirma que "identidade e voz são preservadas em todas as cenas". Para uma ferramenta de vídeo, esse é o problema de frontend que historicamente quebrava a ilusão: o rosto ou a voz de um personagem mudando entre um plano e outro. Se o Omni Flash mantém a identidade ao longo de um ciclo de edição conversacional, o valor está no workflow de iteração, não em um clipe isolado.

Tools transforma o app em uma plataforma que os usuários expandem

O Flow Tools é a mudança mais interessante em termos de estrutura. Em vez de lançar um conjunto fixo de editores, o Google deixa os usuários descreverem um utilitário em linguagem natural — "um editor de imagem específico, um redimensionador de vídeo ou shaders personalizados" — e gerá-lo sem escrever código. As ferramentas criadas podem ser compartilhadas e remixadas por outros usuários.

O exemplo citado é uma ferramenta feita por um parceiro: o "pixelBento", de László Gaal, que aplica efeitos de pós-processamento lo-fi e glitch. Isso reformula o Flow: de um aplicativo com uma lista de recursos para um pequeno ecossistema no qual a própria base de usuários amplia o que o produto oferece. O mecanismo de remix, restrito a assinantes, é como o Google mantém esse ecossistema dentro do plano pago enquanto deixa todo mundo consumir o que ele gera.

Edição por seções e a divisão entre mobile e web

O Flow Music ganha um controle granular que espelha o lado de vídeo: destacar qualquer trecho de uma música, reescrever ou traduzir a letra, dar um novo estilo a um drop, ou pegar uma seção como amostra e desenvolvê-la em outra direção. Os covers preservam melodia e estrutura enquanto mudam o estilo. O Omni Flash também chega aqui para dirigir videoclipes de forma conversacional.

O Google é direto sobre a limitação no mobile: "as versões web continuam sendo a plataforma de referência para acesso a todos os recursos e funcionalidades", com os apps oferecendo flexibilidade para usar em qualquer lugar. O app Flow está em beta só para Android, com iOS previsto para depois; já o Flow Music é exclusivo para iOS, com Android previsto para depois. Ambos são para maiores de 18 anos. Trata-se de um lançamento parcial deliberado, não de paridade de recursos.

O que essa divisão em planos sinaliza para quem constrói ferramentas criativas

A implicação concreta aqui é arquitetural. O Google dividiu sua suite criativa em uma camada gratuita de orquestração e consumo e uma camada paga de geração e criação, e ainda deixou que os próprios usuários montassem o conjunto de recursos através do Tools. Times que constroem frontends criativos devem ler isso como uma aposta de que o diferencial duradouro é o modelo generativo por trás, somado ao ecossistema de compartilhamento — não qualquer editor específico — e que a interface está cada vez mais se tornando algo que o usuário monta em linguagem natural, em vez de algo que o fornecedor entrega pronto.