Omni Flash 是一款多模态 AI 视频生成工具,主打电影级 4K 视频输出、原生同步音频以及跨镜头角色锁定,官方称其为当前 AI 模型中最一致的场景渲染方案。用户可以通过描述场景、上传静态图片或混剪片段来开始创作。
用途方面,Omni Flash 面向独立导演、营销团队、电商、教育内容创作者、代理机构以及个人创作者等角色,用于预可视化场景、制作营销主片、将产品照片转为可滚动带声音的短视频、配合旁白逐行生成概念或历史场景、交付社交短片,以及实现现实中因预算或场地限制无法拍摄的创意。
主要能力包括:统一多模态引擎,一次读取文本、图像和音频并直接输出同步视频,无需单独渲染步骤;电影级构图器,理解焦距、景深、三分法、动机光等电影语法,可按摄影指导方式操控;快速迭代循环,多数预览在一分钟内返回,便于快速尝试多个方向;外观预设,可保存调色板、颗粒感和运动风格并应用于后续生成;对话式编辑,通过聊天细化镜头,例如“特写多停留两拍”,模型仅重写指定部分;工作室安全输出,每次渲染附带商业使用许可、无水印母版和来源元数据。
使用方式分为三步:第一步,输入或上传起点,可输入场景描述、拖入参考图或粘贴草稿脚本;第二步,让 Omni Flash 执导该镜头,模型会同时规划构图、运动、对话和音频,并在数秒内渲染电影级预览;第三步,通过聊天或重新提示进行调整,下载 4K 母版或交给剪辑师。
官方还提到 Omni Flash 在文本到视频竞技场中排名靠前,并支持用镜头语言(跟踪镜头、变焦、推轨、特写)进行导演级控制,以及锁定面部、服装或品牌资产以保持连续性。
关于 Gemini Omni Flash 的发布信息,官方文本提及自发布日起在 Google AI Plus、Pro 和 Ultra 订阅者的 Gemini App 和 Flow by Google 中提供,并自当周起在 YouTube Shorts 和 YouTube Create 应用中免费推出。此外,资料中包含多条关于 Gemini Omni 的传闻、泄露和社交媒体讨论,涉及视频混剪、聊天内编辑、模板、多模态输入等,但这些内容并非官方确认的功能描述。
定价方面,官方列出三档计划:年付 178.8 美元,每月 600 积分,每积分 0.025 美元,含商业许可、所有顶级 AI 视频模型、AI 图像生成、快速生成、私密生成、1 个并发生成、最高 1080p 分辨率及客户支持;年付 298.8 美元,每月 1500 积分,每积分 0.017 美元,含优先生成速度、4 个并发生成;年付 598.8 美元,每月 4400 积分,每积分 0.011 美元,含最快生成速度、10 个并发生成及专属支持。所有计划均解锁相同的多模态 AI 视频生成器,包括文本到视频、图像到视频和基于聊天的视频编辑,带原生音频和 4K 输出。
限制方面,官方 FAQ 中提出了关于音频处理、角色一致性、片段时长、输出分辨率、商业使用、编辑技能要求、与单一用途视频工具对比及支持方式等问题,但资料中未提供具体答案。此外,部分计划最高分辨率为 1080p,4K 输出可能受计划或具体功能限制,需以实际产品为准。