Google viser Gemini Omni og 3.5 Flash som agentmotor

Google viser Gemini Omni og 3.5 Flash som agentmotor

Google har publisert elleve demoer av Gemini Omni og Gemini 3.5 Flash etter I/O 2026. Videoene viser to spor som henger tett sammen: multimodal generering der video kan redigeres gjennom samtale, og en ny Flash-modell som skal kjøre lange agentoppgaver med høy fart.

Dette er ikke bare en reklamepakke for kreative verktøy. Google viser hvordan selskapet vil koble modell, agentplattform og utviklerverktøy tettere sammen. For virksomheter betyr det at AI ikke lenger stopper ved tekst, kode eller en enkel chatbot. Den beveger seg inn i produksjonsflyter for video, design, analyse, kode og filhåndtering.

Gemini Omni er Googles nye modell for å lage og redigere video fra flere typer input. Google beskriver den som en modell der Gemini kan kombinere bilder, lyd, video og tekst, og der brukeren kan redigere video gjennom naturlig språk. Demoene viser blant annet at en bruker kan endre objekter, lys, handling og kameravinkel over flere runder uten å starte på nytt.

Gemini 3.5 Flash er den mer operative delen av pakken. Google beskriver modellen som bygget for agentiske arbeidsflyter, koding og lange oppgaver. I demoene kjører 3.5 Flash gjennom Antigravity, Googles agentmiljø for utviklere. Modellen bruker subagenter til å sortere ustrukturerte filer, lage webgrensesnitt, bygge visualiseringer, produsere mange designvarianter og iterere på checkout-flyter.

Video blir arbeidsflyt, ikke bare innhold

Gemini Omni er interessant fordi den behandler video som noe som kan formes gjennom dialog. Det er et annet mønster enn tradisjonell videoredigering, der endringer krever manuell timeline, klipp, masker og effekter. Her blir instruksjonen arbeidsflaten.

For markedsføring, opplæring, produktvisualisering og internkommunikasjon kan det kutte kostnaden ved korte videoformater kraftig. Det gir også nye kontrollspørsmål. Hvem eier inputmaterialet? Kan modellen generere innhold som ligner for mye på eksisterende rettighetsbelagt materiale? Hvordan merkes syntetisk video? Hvilke ansatte får publisere slikt innhold på vegne av virksomheten?

Dette er ikke et argument for å stoppe bruken. Det er et argument for å styre den før volumet eksploderer. Når video kan endres med en setning, blir terskelen for produksjon lav. Da må terskelen for publisering, godkjenning og arkivering være tydeligere.

Flash som motor for arbeidsoppgaver

Den mest lederrelevante delen er likevel Gemini 3.5 Flash. Google posisjonerer modellen som rask nok til Flash-serien, men sterk nok til agentoppgaver som tidligere krevde tyngre modeller. Det er akkurat der enterprise-markedet beveger seg: fra enkeltprompt til arbeidsflyt.

Demoene i Antigravity viser hvordan Google ser for seg utviklerrollen. Modellen skal ikke bare foreslå kode. Den skal dele opp oppgaven, bruke subagenter, kjøre parallelle konsepter, endre UI og gjennomføre flertrinnsoppgaver under tilsyn. Hvis dette holder i produksjon, vil konkurransen i utviklerverktøy handle mer om kontrollplan, evals og integrasjon enn om hvem som skriver raskest funksjonsutkast.

For CIO-er og CTO-er er signalet klart. Agentplattformene blir neste låsingspunkt. Før var spørsmålet hvilken skyleverandør som hostet applikasjonen. Nå blir spørsmålet hvilket agentmiljø som kontrollerer repo, designfiler, testdata, tickets, dokumentasjon og deployflyt.

Hva virksomheter bør gjøre nå

Det første tiltaket er å skille mellom eksperiment og produksjon. Kreative Gemini Omni-demoer kan trygt testes i avgrensede miljøer. Men så snart innholdet brukes i kunde- eller merkevareflater, må virksomheten ha retningslinjer for rettigheter, godkjenning, merking og arkiv.

Det andre er å behandle agentmiljøer som privilegerte systemer. En agent som kan lese filer, skrive kode, flytte assets og foreslå endringer, må inn i samme kontrollregime som andre systemer med høy tilgang. Det betyr minst mulig rettighet, logging, kobling til identitet, tydelig eier og sperrer mot sensitive datasett.

Det tredje er å kreve måling. Agentdemoer ser ofte imponerende ut når oppgaven er designet for videoen. Virksomheter trenger evals på egne arbeidsflyter: feilrate, tidsbruk, behov for menneskelig inngripen, datalekkasje, kostnad og sporbarhet. Uten det blir agentstrategi fort powerpoint med dyr hale.

Google skjerper presset

Gemini Omni og 3.5 Flash viser hvordan Google prøver å bruke hele bredden sin: modellforskning, video, utviklerverktøy, sky og produktflater. Det er en reell konkurranse mot OpenAI, Anthropic og Microsoft om hvem som eier den praktiske AI-arbeidsflaten.

For norske ledere er konklusjonen enkel. Ikke vurder dette som en isolert modellnyhet. Vurder det som et varsel om at multimodal AI og agentmiljøer kommer inn i de faktiske produksjonsprosessene. De som har styring på tilgang, data og godkjenning, kan ta gevinsten raskere. De som ikke har det, får en ny runde med skygge-IT, bare med video og kode på steroider.

Kilder og medier

Primærkilde: Google, «11 demos of Gemini Omni and Gemini 3.5 in action», https://blog.google/innovation-and-ai/models-and-research/gemini-models/gemini-omni-3-5-videos/

Supplerende kilde: Google Research, «A New Era of Innovation: Google Research at I/O 2026», https://research.google/blog/a-new-era-of-innovation-google-research-at-io-2026/

Thumbnail: OpenAI Image 2 / hogby.ai