跳到正文
Google DeepMind·· 2026-05-18精選AI 評分80

Google DeepMind 推出 Gemini Omni,首個模型為 Gemini Omni Flash

Introducing Gemini Omni

AI 導讀

Google DeepMind 推出 Gemini Omni 系列首個模型 Gemini Omni Flash,可結合圖像、影片、文字及語音參考生成影片,並支援透過對話編輯。

推薦理由

材料把 Gemini Omni Flash 的多模態輸入、對話式影片編輯和分階段上線平台放在一起,便於理解新模型如何連接生成能力與實際使用入口。

正文 · 繁體中文

Gemini Omni Flash 是一款能以任何輸入創作各種內容的模型,現階段先從影片開始。



去年,Nano Banana 將 Gemini 的智能帶進圖像生成和編輯。此後,它協助數百萬人修復舊照片、將草圖轉成設計,以及以過往不可能的方式呈現構想。從一開始,我們便從根本上將 Gemini 建構為原生多模態模型,而現在我們將邁出下一步。

我們推出 Gemini Omni,結合 Gemini 的推理能力與創作能力。Omni 是我們全新的模型,能以任何輸入創作各種內容,現階段先從影片開始。你可以將圖片、音訊、影片和文字組合為輸入,生成以 Gemini 現實世界知識為基礎的高質素影片。你亦可以透過對話輕鬆編輯影片。

今天,我們將 Omni 系列首款模型 Gemini Omni Flash 推出至 Gemini app、Google Flow 和 YouTube Shorts。日後亦會支援圖片、音訊等輸出模態。以下是 Omni 的部分特色:

透過對話編輯影片

Gemini Omni 讓你以自然語言更輕鬆地編輯影片。每項指示都會接續上一項。角色保持一致,物理效果合理,場景也會記得先前發生的事情。

改變周遭世界。你可以修改特定細節,也可以改變一切。影片會成為起點,帶你創作出自己從未能親自拍攝的內容。

提示詞:把雕塑變成泡泡製成。

重新構想動作情節。上載自己拍攝的影片,直接要求 Omni 改變其中發生的事情。你可以修改動作、加入新角色或物件,或將某個瞬間變成意想不到的內容。

透過多輪對話逐步修飾影片。修改環境、角度、風格,甚至特定細節,同時完整保留原有場景脈絡。瀏覽輪播,看看多次編輯如何層層疊加。

以 Gemini 的世界知識,讓構想化為現實

Gemini Omni 不只建構逼真的場景,還會推理接下來應發生甚麼。它結合對物理學的直覺理解,以及 Gemini 對歷史、科學和文化背景的知識,跨越寫實呈現與有意義敍事之間的界線。

創作更符合物理規律的視覺內容。Omni 對重力、動能和流體力學等力學現象的直覺理解有所提升,讓你能創作更逼真的場景。

提示詞:彈珠在連鎖反應式軌道上快速滾動,一鏡到底,畫面連貫流暢。

融合知識與創意。Omni 運用 Gemini 的知識,將語言、圖像和意義連結起來,遠超單純的模式比對。

提示詞:影片展示字母表中的物件。每個英文字母都配上一件以該字母開頭的罕見物件,放在桌上(例如 C 配水豚、D 配迪斯可鏡球、L 配熔岩燈)。必須以 26 件物件呈現全部 26 個字母,並在畫面下方顯示相應字母。每次只展示一件物件及一條畫面下方文字。每條畫面下方文字均要像用黑色麥克筆寫在紙條上,並置於左下角。快速切換,每件物品約顯示 9 格畫面,影片為 24FPS。最後一格是一張寫着「THE END」的紙條。整段影片配上平靜流暢的音樂。

將複雜概念視覺化。Omni 能根據簡短提示詞創作引人入勝的解説影片,透過視覺內容拆解複雜概念。

提示詞:以黏土動畫形式解説蛋白質摺疊;所有物件均由黏土製成;不要出現手;定格動畫;內容準確

以任意組合的輸入創作影片

以任何內容作參考。Omni 可將任何參考素材,包括圖片、文字、影片或音訊,轉化成單一連貫的輸出。初期音訊輸入只支援語音參考,我們很快會推出其他音訊輸入類型。

從現有素材開始。使用輸入參考素材時,你可以提供角色、場景或繪圖的圖片,按自己的構想創作。

套用風格、動態或效果。你可以使用輸入參考素材來界定視覺風格,也可以直接以自然語言描述。Omni 會融合輸入參考素材,創作連貫的短片。

以自己的數碼分身創作影片

我們致力負責任地開發 AI,並制定明確政策保護用戶免受傷害及規管 AI 工具的使用。你可以先使用 Avatars,以自己的聲音製作影片;這項功能會建立你的數碼版本,讓你生成外貌和聲音都像自己的影片。至於透過編輯影片來改變音訊和語音,我們仍在測試,並深入研究如何負責任地向用戶提供這項能力。

所有 Omni 生成的影片都會嵌入肉眼無法察覺的 SynthID 數碼浮水印。你可以透過 Gemini app、Chrome 中的 Gemini 和 Google 搜尋,輕鬆驗證影片是否由 Gemini Omni 生成。歡迎閲讀我們的網誌文章,進一步瞭解我們如何擴展內容透明度和驗證工具,協助你瞭解網上內容的創作及編輯方式。

立即試用 Gemini Omni

今天,我們推出 Omni 系列首款模型 Gemini Omni Flash。Gemini Omni Flash 今日起陸續向全球所有 Google AI Plus、Pro 和 Ultra 訂閲者開放,可透過 Gemini app 和 Google Flow 使用。本星期起,YouTube Shorts 和 YouTube Create App 用戶亦可免費使用。

未來幾星期,我們亦會透過 API 陸續向開發者和企業客戶推出。

專題合集

I/O 2026

以下是我們在 Google I/O 2026 公佈的所有內容。

查看更多

The image shows a colorful abstract design with the Google I/O 2026 logo.

在收件匣中取得 Google 最新消息

訂閲電子報,接收產品更新、活動資訊、特別優惠等內容。

你的資料將按照 Google 私隱政策使用。你可隨時選擇退出。

來源:Google DeepMind · deepmind.google