Gemini Omni Flash 簡介

Gemini Omni Flash 是一款線上 AI 影片產生器，結合了 Gemini 的多模態理解與直接影片創作及對話式編輯。使用者可以從純文字提示開始、透過圖像轉影片輸入確定身分，或使用音訊與影片參考來精修既有素材。工作區支援現實推理、具備物理感知的場景規劃與多輪編輯，能精確控制動作、鏡頭方向、節奏與元素保留。內建的提示庫展示了產品發佈、社群短片與電影級演示等典型工作流程；同時提供的 API 讓開發者能將自動化影片管線整合至行銷、廣告變體或創意審核工具中。免費額度可快速進行原型設計，付費額度則解鎖更高解析度輸出與更長執行時間，適用於商業製作。Gemini Omni Flash 因此提供靈活、知識驅動的可擴展 AI 影片生成與編輯解決方案，滿足創作者的需求。

Gemini Omni Flash 在瀏覽器工作區中處理多模態輸入——文字提示、圖像、音訊片段與參考影片——以產生或編輯 AI 驅動的影片草稿。系統首先解析使用者的簡要需求，運用 Gemini 的多模態推理推斷場景邏輯、物理行為與情境一致性。接著合成影片草稿，依照提供的素材渲染動作、光照與鏡頭路徑。使用者可透過對話式編輯指令，讓模型調整節奏、鏡頭移動或保留特定元素，並在多次迭代中保持整體連貫。此工作流程同時支援文字生成影片與參考影片創作，實現快速原型製作與多輪編輯。

Gemini Omni Flash 是首款基於 Gemini 的模型，結合多模態理解、影片生成與對話式編輯功能。使用者可透過文字、圖像、音訊或參考影片制定需求，然後產生符合場景邏輯、物理推理與角色一致性的草稿。工作區支援自然語言的修訂，無需重新開始即可調整節奏、鏡頭移動或保持身份特徵。線上產生器與即將推出的 API 讓創作者能自動化製作產品示範、社群短片或電影資產，同時掌控視覺風格與敘事流程。免費額度可快速做原型，之後可透過付費影片額度擴大規模。

優點

• 多模態輸入（文字、影像、音訊、影片）。
• 透過自然語言進行對話式編輯。
• 具備真實世界推理與物理感知的生成能力。
• API 已上線，支援開發者整合。
• 首批草稿可免費取得點數。

缺點

• 完整功能需要付費點數。
• API 仍處於有限推廣階段。
• 未公開詳細定價。
• 必須使用清晰的提示詞才能得到一致的結果。
• 輸出解析度選項資訊有限。