Gemini Omni 是一个以视频为起点的多模态 AI 创作与编辑工具，官方将其定位为“从任意输入创建内容”。根据官方描述，它把 Gemini 的推理能力与生成式创作连接起来，强调对话式、参考感知、可迭代的创作方式，而不只是一次性的文本生成视频。
【用途】 Gemini Omni 面向视频生成、视频编辑与多模态创作。官方称其支持自然语言的分步视频编辑，可使用文字、图片、视频、音频作为参考，并借助世界知识和真实物理逻辑，实现连贯的多轮创作。
【主要能力】
- 对话式视频编辑：用自然语言修改动作、视觉风格和场景细节。
- 多模态视频创作：根据提示词和多模态参考生成连贯视频。
- 参考引导控制：用图片、视频或音频参考引导最终输出。
- 电影化场景生成：呈现真实世界逻辑、运动与电影化构图。
- 角色与风格一致性：在多轮迭代中保持主体和环境更一致。
- 运动与镜头方向：通过提示词控制节奏、运动和取景。
- 故事驱动输出：将不同素材组合成一个连贯结果。 官方列出的能力还包括：从任意输入创建内容；自然多轮对话；文字/图片/视频/音频输入；历史、科学与上下文知识；运动与力（重力、动能、流体动力学等）。
【使用方式】 官方指出，Google 引导用户通过 Gemini、Google Flow 和 YouTube Shorts 使用该技术。官方建议的流程包括：了解模型定位、查看产品示例、学习提示词结构（指定动作、场景、参考、声音、镜头和负面约束），然后在 Gemini 或 Google Flow 中开始生成。官方说明使用需要 Google AI 订阅，功能因订阅层级和地区而异。
【适用场景】 官方示例覆盖：视频重风格化与定向编辑（动作/风格/效果）；参考引导视频（角色/产品/场景）；科学与教育解说（物理/生物/历史）；短视频社交内容（Shorts/Reels/TikTok）；广告与产品概念（campaign/产品/故事）；多模态合成。
【限制与说明】 Google 表示，在 Gemini 应用、Flow 或 YouTube 中创建或编辑的内容包含水印和内容凭证（SynthID 和 C2PA）。官方注明功能因订阅层级和地区而异，功能和方案可能变化，购买前应查看产品页面。官方页面未提供完整的实现细节。具体价格、免费额度、平台支持等信息暂未提供。
