从任何输入创建任何内容
Gemini Omni从视频开始，并将Gemini推理与生成性创作联系起来。
Gemini Omni Video Model
Gemini Omni：从任何输入创建任何内容
Gemini Omni 支持自然的分步视频编辑、文本、图像、视频和音频参考、世界知识、现实世界物理和连贯的多轮创作。
Gemini Omni 视频生成示例
了解我们的 Gemini Omni 视频模型如何支持创意生成、视频编辑、参考控制和多模式叙事。
Clip 01
对话式视频编辑
使用自然语言编辑动作、视觉风格和场景细节。
Clip 02
多模态视频创建
根据提示和多模式参考创建连贯的视频。
Clip 03
参考引导控制
使用图像、视频或音频参考来指导最终输出。
Clip 04
电影场景生成
展示现实世界的逻辑、运动和电影构图。
Clip 05
创意产品剪辑
适用于概念、广告、产品故事和简短内容。
Clip 06
社交视频示例
Gemini 视频示例，专为快速面向观众的剪辑而设计。
Clip 07
性格和风格的一致性
通过迭代保持主题和环境更加一致。
Clip 08
运动和相机方向
通过及时的指示控制节奏、动作和取景。
Clip 09
故事驱动的视频输出
将不同的源材料组合成一个有凝聚力的结果。
Gemini Omni 功能概览
视频创建、编辑、参考和生成透明度的 Gemini Omni 功能的实用概述。
自然的多轮对话
逐步编辑视频，同时在更改中保持连贯的场景。
文本/图像/视频/音频
将多个参考输入转换为单个内聚输出。
历史、科学和背景
使用Gemini知识将视频故事融入现实世界的逻辑。
运动和力
产生更好地遵循重力、动能、流体动力学和动作的运动。
Gemini / Google Flow / YouTube Shorts
Google 将用户引导至 Gemini、Google Flow 和 YouTube Shorts 来尝试该技术。
SynthID 和 C2PA
Google 表示在 Gemini app、Flow 或 YouTube 中创建或编辑的内容包含水印和凭据。
因级别和地理位置而异
Google 指出需要 Google AI 订阅，并且功能因级别和区域而异。
为什么 Gemini Omni 很重要
Gemini Omni 将人工智能视频从一次性生成推向对话式、参考感知、迭代创作。
生成加编辑
该模型强调通过自然语言编辑现有视频，而不仅仅是提示视频创建。
多模态控制
图像、视频、音频和文本可以一起作为风格、主题、动作和上下文的参考。
场景理解
物理直觉和 Gemini 世界知识有助于输出更加连贯和具有故事意识。
车型定位
Gemini Omni 与常见 AI 视频功能对比
就搜索意图而言，Gemini Omni 不仅仅是另一个文本转视频工具。其独特之处在于对话式编辑、多模式参考和Gemini世界知识。
生成、编辑和多模式控制
对话式视频编辑
要求对动作、风格、效果和镜头方向进行逐步的改变。
参考任何东西
使用图像、文本、视频或音频作为创意和结构参考。
现实世界的知识
Gemini历史、科学、数学和文化方面的知识可以为输出奠定基础。
物理感知动作
官方的定位强调力量、动作和连贯的场景逻辑。
Google创意生态系统
Gemini、Google Flow 和 YouTube Shorts 是关键的官方访问界面。
内容透明度
Google 突出显示 SynthID 水印和 C2PA 内容凭证。
| 能力 | Gemini Omni | Veo / Gemini 视频 | 经典视频生成器 |
|---|---|---|---|
| 自然语言视频编辑 | 强 | 部分 | 有限公司 |
| 文字转视频 | 强 | 强 | 强 |
| 图片/视频/音频参考 | 强 | 部分 | 部分 |
| 多圈一致性 | 强 | 部分 | 有限公司 |
| 世界知识和科学背景 | 强 | 部分 | 未知 |
| SynthID / C2PA 透明度 | 突出显示 | Google生态系统 | 各不相同 |
强
产品示例明确强调了这一点。
部分
通过某些产品界面或工作流程可用。
未知
官方页面没有提供完整的实施细节。
功能、计划和区域可用性可能会发生变化。购买前请检查产品页面。
使用案例
最佳 Gemini Omni 视频工作流程
围绕 Gemini Omni 搜索意图构建：创建、编辑、参考、场景逻辑和创意视频示例。
视频重新设计和有针对性的编辑
动作/风格/效果
使用自然语言来改变动作、环境、材料或视觉处理。
参考指导视频
角色/产品/场景
将参考图像和剪辑变成更一致的主题和场景。
科学和教育讲解员
物理/生物学/历史
使用Gemini知识来创建更具逻辑性的教育视频叙述。
简短的社交内容
短裤/卷轴/TikTok
为社交平台生成创意短片和视觉实验。
广告和产品概念
活动/产品/故事
使用官方示例作为产品视频、广告和品牌故事的灵感。
多模态合成
文本/图像/视频/音频
将不同的输入组合成一个连贯的视频输出。
工作流程
如何理解和使用Gemini Omni
从研究转向生产：选择计划，准备提示和参考，然后开始在产品内部生成。
Step 01
了解车型定位
Gemini Omni 是一种从视频开始的多模式创作和编辑模型。
Step 02
查看产品示例
研究它如何处理编辑、参考、运动和场景连贯性。
Step 03
学习提示结构
指定动作、场景、参考、声音、摄像机和负面约束。
Step 04
查看产品示例
根据订阅级别和区域可用性打开 Gemini 或 Google Flow。
FAQ
Gemini Omni 常见问题解答
核心 Gemini Omni 搜索问题的答案。