产品定位
Gemini Omni 是在线 AI 视频生成与编辑平台，核心模型为 Gemini Omni（又称 Omni Flash），官方描述其为 Google DeepMind 的视频生成模型，接受文本、图像、视频、音频作为输入并输出视频。首个模型 Gemini Omni Flash 在 Google I/O 2026 上发布，被称为 Gemini 应用中 Veo 的继任者。该平台定位为无需 Google AI 订阅即可使用的 Gemini 视频生成器，注册后可获得免费额度。
主要能力
- 原生多模态输入：可将人物照片、背景图、风格参考与文本提示词组合在一次生成中，模型综合所有输入输出匹配参考的视频。
- 对话式视频编辑：生成后通过后续指令修改内容（如更换背景、替换物体、调整镜头角度），其余场景部分保持不变，无需完全重新生成。
- 物理与世界模拟：理解物体交互，如弹珠沿轨道滚动、液体飞溅与沉降、重力使布料下垂，场景行为贴近真实世界。
- 草图转视频：接受粗略草图、线框或手绘分镜，转化为完整渲染视频。
- AI 数字人生成：上传单张照片即可生成可说话、移动、表演的数字人形象，在不同场景和动作中保持相同面容。
- 角色一致性与音频同步：官方强调角色保持一致、音频保持同步，每次编辑基于上一次结果。
- 版本能力（Gemini Omni 1.1 Flash，2026 年 8 月发布）：新增 40 秒场景延长、首尾帧控制、360p 草稿模式和 4K 输出。
使用方式
第一步：编写提示词或上传参考。描述所需场景，或上传照片、草图、已有视频片段作为起点；需要将角色与特定地点结合时可添加多个参考。 第二步：选择设置并生成。设置宽高比、分辨率和时长，然后生成。 第三步：编辑、重新生成或下载。描述需要修改的内容再次生成，模型仅更新指定部分并保持场景完整；结果满意后下载使用。 此外，用户可上传已有视频片段并描述修改内容（替换背景、替换物体、改变风格），平台会编辑视频并保留未提及的部分。也可上传人像照片作为参考，生成带有该面孔的视频， likeness 可跨场景与动作保持一致。
适用场景
- 营销与广告：在正式制作前测试视频广告创意、产品角度和钩子，从同一简报生成多个变体进行比较。
- 电商与商品页面：将产品照片转化为带动作、光线和场景的短视频，无需预订影棚、摄影师或后期时间线。
- 社交媒体内容：为 TikTok、Instagram Reels 和 YouTube Shorts 制作内容，无需摄像机和制作日。
- 教育与讲解：生成物理演示、历史场景或分步流程视频，替代静态图片说明。
定价与额度
官方页面提供从免费额度到专业制作的多种方案，页面显示了三档可节省年费的方案（分别节省 106.92 美元/年、178.92 美元/年、358.92 美元/年，分别适用于入门与日常创作、稳定创作与内容发布及商业用途、团队企业与高频创作生产）。所有价格以美元计，年付计划按年计费、额度按月发放。实际额度消耗因模型、分辨率、时长和音频设置而异。具体价格数字暂未提供。
免费与商业使用
免费方面：登录后可获得 30 积分，足够生成一个完整视频；每 7 天签到再获得 30 积分，无水印，无国家限制。商业使用方面：付费方案包含商业使用许可，生成的视频可用于广告、商品页面和社交媒体内容。
与相关产品的区别
- 与 Veo 3.1：Veo 3.1 是专用视频生成器；Gemini Omni 是统一模型，在同一系统中处理文本、图像和视频，并增加了 Veo 不支持的对话式编辑、角色一致性和多参考输入。
- 与 Sora 或 Runway：Sora 和 Runway 从提示词生成视频，结果不理想时需从头开始；Gemini Omni 允许通过后续指令编辑已生成视频，在编辑之间保持场景加载，而非从零重新生成。
- 与 Gemini 应用内视频生成：Gemini Omni 是 Google Gemini 应用中视频生成背后的模型，在应用内需要 Google AI 订阅；在该平台可无需 Google AI 计划使用，注册获得免费额度后，从文本、图像或上传片段生成视频。
限制与说明
关于输出视频的最大时长、分辨率支持、并发数量、积分具体消耗规则、各付费方案价格数字、API 可用性、支持语言等细节，资料暂未提供。社区展示部分列举了若干创作者在 X 上的内容，具体案例细节未展开。
