Что нашёл бот в Vertex AI
13 ноября по времени США, в ночь на 14 ноября по Москве, аккаунт @aitrackerbot в X написал, что в API Vertex AI (v1beta1) появилась спецификация «Omni LoRA tuning». За аккаунтом стоит оператор @SSHCodes, бот автоматически отслеживает релизы моделей, к Google он не относится. В том же сообщении перечислено главное: обучение на своём наборе в формате JSONL для сценариев текст в видео и картинка в видео, размеры адаптера 8, 16 или 32. И оговорка автора своими словами: документации и анонса пока нет.
На входе у нас запись в спецификации API, найденная сторонним ботом. Дальше считаю её слухом и держу в голове простую вещь: имя поля в API не обещает, что функция выйдет в таком виде.
Что видно в документации Google
На 14 ноября в официальном разделе Google Cloud Introduction to tuning дообучение описано для текстовых моделей Gemini, Gemini Omni в списке моделей для дообучения нет, слова LoRA рядом с Omni тоже нет. Ни цены, ни сроков, ни требований к набору данных.
Разрыв между двумя источниками и есть вся новость. Спецификация в API живёт, документация молчит. Возможно, поле готовят заранее, а продуктовая часть ещё не собрана. Бывает иначе: поле переименуют или уберут до релиза. Проверить это можно только разделом в документации и анонсом.

LoRA простыми словами
LoRA это маленькая надстройка над готовой моделью, её называют адаптером. Основная модель не меняется, рядом появляется слой, обученный на ваших примерах. При вызове модель работает как обычно, а адаптер подкручивает её поведение под ваш материал. По сравнению с полным дообучением это дешевле и легче: адаптер весит немного и хранится отдельно.
Размер адаптера 8, 16 или 32 в спецификации это его ёмкость, размерность того самого слоя. Чем больше число, тем больше деталей он способен запомнить и тем выше шанс переобучиться на маленьком наборе.
JSONL это обычный текстовый файл, где каждая строка это одна запись набора. Точный формат записи для Omni Google не публиковала. Для заказчика это означает, что подготовка данных выглядит как папка с роликами и таблица подписей к ним, и на этой папке держится весь результат.
Что дала бы нейросеть, обученная на видео
Три сценария, за которые заказчики платят чаще всего.
Стиль. Бренд снимает продукт в своей манере: свет сбоку, холодный фон, крупные планы, определённый ритм монтажа. Сейчас каждый новый ролик требует описания этой манеры словами, и слова каждый раз срабатывают по-разному. Адаптер, обученный на десятке удачных роликов, держал бы свет, палитру и крупность без длинных промптов.
Персонаж. Один герой в серии выпусков: одинаковое лицо, одежда, причёска. Референсы в Gemini Omni 1.2 Flash уже помогают, но полной гарантии одного и того же лица между генерациями они не дают. Дообучение обещает ровно то, чего не хватает, то есть устойчивость персонажа на длинной серии.
Продукт. Упаковка, этикетка, логотип на бутылке. Это самая дорогая часть для заказчика, потому что брак здесь виден сразу и возвращается целой пачкой версий.
Отсюда и интерес к строке в API: вертикальная реклама делается сериями, и внутри серии важна повторяемость между роликами. Один удачный кадр серию не держит. Когда нейросеть, обученная на видео вашего бренда, держит свет и упаковку, серия перестаёт разваливаться на десять разных роликов. Что можно сделать без дообучения, ниже.
Почему строка в API ещё не продукт
Соблазн объявить релиз в день находки в API понятен: трафик, цитаты, заголовки про тихий запуск. С практикой это расходится по четырём пунктам.
Документации нет. Пока нет раздела с ограничениями, никто не знает, сколько роликов нужно на адаптер, какое разрешение принимает обучение, сколько живёт готовый адаптер и что считается браком.
Цены нет. У Gemini Omni 1.2 Flash секунда генерации в 720p стоит около 5,9 ₽ ($0,07), по данным Google на запуске. Обучение адаптера это отдельная работа на видеокартах, и по ней нет ни одной цифры. В смету такую строку не поставить.
Сроков нет. Отсутствие даты запуска означает, что планировать серию под LoRA нельзя, а серия как раз тот случай, где повторяемость окупается.
Доступа нет. Спецификация в v1beta1 это песочница для разработчиков. Поля там иногда появляются задолго до публичного запуска, а иногда до него не доходят.
Что Gemini Omni 1.2 Flash умеет официально
Полезно отделить обещание от того, что уже работает. По документации Google Cloud модель Gemini Omni 1.2 Flash вышла 5 ноября 2026 и даёт видео со звуком до 15 секунд, разрешения 360p, 720p, 1080p и 4K. Входы: текст в видео, картинка в видео, генерация по референсам, первый и последний кадр. Плюс правка видео, продление и апскейл, до 10 картинок на запрос, форматы 16:9 и 9:16.
Этого набора хватает, чтобы собрать серию без всякого дообучения, если заранее договориться о референсе и первом кадре. Про Omni внутри Flow и уход Veo у нас есть отдельный разбор. Отдельно лежит слух про 4K у следующей модели Google: там речь про другой релиз, здесь про дообучение уже вышедшей модели.
Как изменить стиль видео нейросетью уже сегодня
Ждать документации не обязательно. Порядок, который работает на текущей модели, выглядит так.
Сначала собрать эталон: три-пять кадров с нужным светом и палитрой, один короткий фрагмент с нужным движением камеры. Дальше эти кадры идут референсами в запрос, а первый кадр фиксирует композицию.
Потом проверить повторяемость: один и тот же промпт пять раз, лицо и упаковка от прогона к прогону. Если плывут, дообучение эту проблему не решит мгновенно, зато тест честно покажет, где нужен человек.
Дальше серия собирается версиями, и в каждой держится один и тот же визуальный код. Так же удобно заказывать видео нейросетями: эталон, референсы, проверка на повторе. Переделки видны на тесте, ещё до финала.
Мой вывод
Я бы не строил план на строке в API. Слух полезен другим: он показывает, куда Google смотрит и что повторяемость стиля, персонажа и продукта компания считает следующей задачей для видеомодели.
Практический вывод на этот месяц простой. Тем, кто заказывает серию, стоит требовать эталон и проверку на повторе до основной работы. Тем, кто собирает сам, стоит держать удачные ролики в одной папке с подписями: если LoRA у Omni появится с таким форматом входа, эта папка станет обучающим набором без переделок.




