Gemini ma już miliard użytkowników. Google rozwija Omni i integracje z aplikacjami

Google Gemini szybko zwiększa zarówno skalę działania, jak i zakres funkcji. Najnowszy etap rozwoju wyznaczają trzy wydarzenia: prezentacja multimodalnego modelu Gemini Omni, przekroczenie przez aplikację progu miliarda aktywnych użytkowników miesięcznie oraz rozszerzenie listy usług, z których można korzystać za pośrednictwem rozmowy z Gemini.

Gemini Omni: tworzenie wideo z tekstu, obrazu, dźwięku i filmu

Google zaprezentował Gemini Omni podczas konferencji Google I/O 19 maja 2026 r. Firma opisała go jako model, który ma potrafić tworzyć „cokolwiek z dowolnego wejścia”, początkowo koncentrując się na wideo. Użytkownik może połączyć tekst, zdjęcia, dźwięk i materiały filmowe, a następnie otrzymać spójny film oparty na rozumieniu rzeczywistego świata przez Gemini. W przyszłości model ma obsługiwać także kolejne rodzaje wyników, między innymi obrazy i dźwięk.

Najważniejsza zmiana nie polega wyłącznie na dodaniu kolejnego generatora tekst-wideo. Gemini Omni pozwala kierować procesem za pomocą różnych materiałów referencyjnych: scenariusza, nieruchomego obrazu, fragmentu filmu czy głosu. Rezultat można później poprawiać w rozmowie, bez konieczności rozpoczynania pracy od nowego promptu. Google wskazuje, że celem jest lepsze rozumienie świata, większa multimodalność i bardziej precyzyjna kontrola nad montażem.

Co potrafi Gemini Omni Flash

Pierwsza wersja przeznaczona dla deweloperów, Gemini Omni Flash, trafiła do publicznego testowania 30 czerwca 2026 r. Zgodnie z informacjami Google model generuje z opisów tekstowych filmy o długości od 3 do 10 sekund w rozdzielczości 720p, potrafi animować pojedyncze obrazy i umożliwia iteracyjną edycję za pośrednictwem Interactions API.

Praca z modelem ma charakter konwersacyjny: najpierw powstaje klip, potem użytkownik opisuje zmianę, a Gemini stopniowo dopracowuje wynik. Dokumentacja Google podkreśla natywną multimodalność oraz edycję prowadzoną w języku naturalnym jako najważniejsze możliwości Omni Flash.

Na tym etapie funkcje mają jednak wyraźne ograniczenia. Omni zaczyna od generowania wideo, a nie od pełnej obsługi wszystkich kombinacji wejścia i wyjścia. Google zapowiada rozszerzanie możliwości audio z czasem. Wyniki są oznaczane za pomocą SynthID, natomiast funkcje edycji mowy zostały początkowo wstrzymane na potrzeby dodatkowego przeglądu bezpieczeństwa.

Miliard użytkowników miesięcznie

11 sierpnia 2026 r. Google ogłosił, że z aplikacji Gemini korzysta co miesiąc ponad 1 miliard osób. Firma określiła ją jako swój najszybciej rozwijający się produkt i poinformowała, że Gemini jest 14. produktem Google, który osiągnął próg miliarda użytkowników.

Tempo wzrostu wygląda następująco:

• w maju 2025 r. Google informował o 400 mln aktywnych użytkowników miesięcznie;
• w lutym 2026 r. liczba ta wzrosła do 750 mln, a przed konferencją Google I/O w maju przekroczyła 900 mln, według ówczesnych doniesień;
• pod koniec lipca 2026 r. Google raportował ponad 950 mln użytkowników miesięcznie;
• 11 sierpnia 2026 r. aplikacja przekroczyła miliard.

To ważny sygnał, że Gemini stał się produktem masowym. Warto jednak precyzyjnie interpretować tę liczbę: chodzi o aktywnych użytkowników miesięcznie aplikacji Gemini i powiązanego ekosystemu, a nie o liczbę osób płacących za usługę ani korzystających ze wszystkich jej funkcji. Oficjalny komunikat Google potwierdza sam kamień milowy i tempo wzrostu, natomiast wcześniejsze wartości pokazują przebieg tej trajektorii.

Połączone aplikacje mają zamienić Gemini w interfejs do zadań

Podczas wydarzenia Made by Google 12 sierpnia 2026 r. Google zapowiedział kolejną falę integracji z aplikacjami i usługami zewnętrznymi. Obejmują one produktywność, kreatywność, usługi lokalne, rozrywkę, muzykę, dom, zdrowie i styl życia. Firma poinformowała, że wdrażanie połączeń potrwa kilka tygodni.

Wśród zapowiedzianych usług znalazły się:

• produktywność i kreatywność: Granola, Otter.ai oraz Wix;
• usługi lokalne i rozrywka: Fever, GetYourGuide, Localiza, OpenTable w Wielkiej Brytanii oraz Ticketmaster;
• muzyka: iHeartRadio i Pandora;
• dom, zdrowie i styl życia: Angi, Thumbtack i Zocdoc.

W praktyce Gemini ma pomagać w zadaniach, które do tej pory wymagały przechodzenia między wieloma aplikacjami. Przykłady obejmują podsumowanie spotkania w Granola lub Otter.ai, edycję strony internetowej w Wix, wyszukiwanie biletów na wydarzenia w Ticketmaster, znalezienie lokalnych atrakcji w Fever lub GetYourGuide, a także rezerwowanie restauracji i usług medycznych tam, gdzie dana funkcja jest obsługiwana.

Integracje nie są jeszcze dostępne wszędzie

Sama zapowiedź nie oznacza, że każda z wymienionych usług jest od razu dostępna dla każdego użytkownika Gemini. Google mówi o stopniowym wdrażaniu, a lista połączonych aplikacji może różnić się w zależności od konta Google, wersji interfejsu Gemini, urządzenia, kraju i języka. Najlepiej sprawdzić ją w sekcji Ustawienia Gemini → Połączone aplikacje oraz zapoznać się z zakresem działań obsługiwanych przez konkretną usługę przed jej podłączeniem.

To zastrzeżenie jest istotne także dla użytkowników poza Stanami Zjednoczonymi, którzy mogą zobaczyć inny zestaw usług lub otrzymać dostęp w późniejszym terminie. Rozszerzenie połączonych aplikacji należy więc traktować jako kierunek rozwoju platformy Gemini, a nie gwarancję, że każda zapowiedziana funkcja działa już na każdym rynku.

Co te zmiany oznaczają dla Gemini?

Najnowsze ogłoszenia pokazują, że Google rozwija asystenta na trzech poziomach:

1. Większe możliwości modeli: Gemini Omni rozszerza tworzenie i edycję treści multimodalnych poza klasyczne prompty tekstowe.
2. Większa skala: aplikacja Gemini dotarła do miliarda użytkowników miesięcznie, zapewniając Google ogromną bazę odbiorców dla kolejnych funkcji.
3. Więcej działań: połączone aplikacje pozwalają Gemini działać w innych usługach, zamiast kończyć interakcję na samej odpowiedzi w oknie czatu.

Najważniejsze ograniczenia pozostają bez zmian: szeroka wizja Omni „z dowolnego wejścia do dowolnego wyjścia” jest na razie planem wykraczającym poza początkową wersję wideo, a dostęp do integracji jest wdrażany nierównomiernie. Na dziś najmocniejszym argumentem Google jest połączenie skali z rosnącą użytecznością: Gemini ma miliard użytkowników miesięcznie, tworzy coraz bardziej złożone materiały i stopniowo zyskuje możliwość wykonywania zadań w innych usługach cyfrowych.