Gemini Omni

Gemini Omni 是一个围绕统一全模态模型构建的 AI 视频创作平台，其核心定位是：以原生视频输出为目标的统一模型，面向创作者提供生成、编辑与重混能力。

用途方向 Gemini Omni 用于把文本、图片、视频参考素材转化为成片视频，并支持在对话界面中直接进行视频编辑。官方将其描述为“统一的 omni-model”，不是单一的视频生成器，而是可以在同一系统中跨文本、图像和视频进行创建、编辑与重混。

主要能力

1. 统一全模态输入：可接收文本、图片、视频片段或音频，模型统一处理多种输入类型，官方称无需工具链拼接或单独管线。
2. 原生视频输出与内置音频：在视频生成过程中同步合成音效、环境声和对话，无需单独的声音设计步骤。
3. 对话内视频编辑：通过自然语言指令重混片段、替换物体、移除水印、重写场景，全部在聊天界面中完成。
4. AI 数字分身：用一张照片即可创建与本人面部和声音相似的数字形象，用于视频、演示或社交内容，并在多次生成中保持一致性。
5. 草图转视频：上传手绘草图或线框图，可转为完整动画场景，手绘笔触变成可用的镜头运动。
6. 内置世界知识：官方称模型具备历史、科学和文化背景理解，可生成例如 1920 年代爵士俱乐部或细胞有丝分裂等准确场景。
7. 画幅调整与重构图：可调整任意最长 30 秒视频的画幅比例；支持重构图/重混视频。
8. 多种生成能力：平台列出文本/图片/视频转视频支持 Gemini Omni、Veo 3.1、Seedance 2.5、Seedance 2.0、Seedance 2.0 Mini、Seedance 2.0 Fast、Seedance 1.5 Pro、Seedance 1.0 Pro 等；文本/图片转图片支持 GPT Image 2、GPT Image 1.5、Nano Banana 2、Nano Banana Pro 等。

使用方式 官方给出的 Studio 工作流为四步：

1. 上传视觉参考素材
2. 描述你的创意
3. 使用 Gemini Omni 生成
4. 导出与分享

平台提供免费试用入口（需登录）。上传支持 MP4、WebM、QuickTime 格式。官方提到 Flash 支持图片、音频和视频输入；1080P 视频生成耗时更长。单一渲染最长可产出 10 秒连续视频，可生成多段后组合成更长序列，并匹配光照和运动。

适用场景 官方列出的典型用途包括广告与文字动画、电影与 VFX 特效、角色与数字分身替换、建筑与概念可视化、教育与解释视频、音乐与节拍同步视觉等。适用于个人创作者、营销人员、影视制作、游戏开发和设计师等。

限制说明 单次渲染最长 10 秒连续视频，更长序列需多段组合；1080P 生成耗时更长；免费使用需登录；部分能力（如无水印、快速生成）与付费方案相关。官方未在资料中提供完整价格体系、具体限制条款、可用地区、语言支持范围等细节，暂未提供。

订阅方案（以官方资料为准）

• 700 credits/月：适合个人创作者，积分永不过期，4K 视频分辨率，私有生成，重构图/重混视频，商业许可。
• 400 credits/月：适合试用。
• 1500 credits/月：适合专业创作者，含优先支持。 官方未提供各方案的具体货币价格，暂未提供。