Gemini Omni 是一个第三方统一多模态视频生成模型。按照官方介绍，它把文本、图像、视频和音频统一在同一个原生模型中，支持从想法生成视频、对已有片段进行混编，以及用纯聊天方式编辑视频。其定位是“开箱即用、达到制作级”，尤其强调屏幕文字的渲染质量、提示遵循度和跨帧一致性，适用于广告、讲解视频和教育内容等场景。
用途方面，Gemini Omni 面向内容创作者、教育工作者、营销团队以及需要快速产出带有清晰屏幕文字的制作级视频、且不愿离开聊天界面的用户。它适合生成教育讲解片、产品广告片段、UI 演示、参考图引导的短片、创意混编和短视频社交内容。
主要能力包括：领先的屏幕文字渲染，可让屏幕排版、公式和 UI 元素在整段视频中保持清晰一致；平滑的镜头调度，可按提示实现推近、环绕和跟拍等电影感运镜；模板与“想法到视频”的快速起步；聊天原生编辑与混编，用自然语言即可编辑、替换和混编现有素材，无需时间线；统一多模态输入，原生处理文本、图像、视频和音频；当前视频模型中较高品质的配音，提供清晰对白和环境音；角色与场景一致性，让面部、道具和 UI 元素在跨帧和补拍中保持连贯；制作级输出，无需大量后期即可用于广告、短视频、UI 模型和课件；背景音乐同步，可让画面运动与剪辑对齐节拍。
使用方式上，官方描述为三步：首先输入，输入提示词、选择内置模板，或拖入图像、视频和音频，模型原生处理各类输入；然后在聊天中描述镜头，用平实语言提出运镜、屏幕文字、配音或场景替换等要求；最后生成、混编和交付，得到约 10 秒的片段，带有干净的屏幕文字和原生音频，并可通过继续发消息进行迭代或混编。生成流程无需安装、无需等待名单，注册后可领取起步额度，在网站的 AI Video Generator 页面输入提示词或放入参考图即可开始。
适用场景涵盖教育讲解、产品广告、UI 演示、参考图引导短片、创意混编以及 TikTok、Reels、Shorts 等短视频内容。官方示例包括生成带有三角函数公式的教授讲解画面、用一句提示替换片段中的物体、去除水印，以及从蒙娜丽莎画布连续放大到分子和原子的概念缩放。
限制方面，官方称支持最长 15 秒的视频并带有原生同步音频，具体按时长和分辨率计的积分消耗需查看定价页面。免费试用需注册领取起步额度，无需信用卡；更高用量提供按量付费积分包和从每月 30 美元起的月度订阅，年付可节省最高 40%。官方也说明不同模型适合不同场景，没有绝对赢家，并提到 Sora 2 在叙事结构和物理模拟方面、Seedance 2 在运动流畅度和角色动画方面各有侧重，而 Gemini Omni 侧重文字渲染、一致性和聊天原生编辑。
需要说明的是，以上信息均来自官方介绍页面；关于该第三方服务的具体技术架构、数据隐私政策、积分单价、各分辨率对应的具体消耗、可用地区、API 支持情况等，官方资料暂未提供。
