今天新： GPT Image 2, Gemini Omni 和 happyhorse1.0 現已上線
由 Google DeepMind 提供支持

Gemini Omni — 使用 AI 建立和編輯視頻

Gemini Omni 將直覺的物理理解、多模態推理和會話編輯結合到一個模型中。上傳照片、描述場景或放置參考剪輯，然後觀看它變成移動、聲音和看起來真實的影片。

由 Google DeepMind 提供支持
文字+圖片+音訊+視訊輸入
免費積分 — 無信用卡

輸入視頻

4製作人員
由 Google DeepMind 提供支持

What Is Gemini Omni?

Gemini Omni is Google DeepMind's new multimodal AI model that creates and edits videos from any combination of inputs — text prompts, images, audio clips, and reference videos. It's where Gemini's reasoning ability meets generative media, producing videos grounded in real-world physics, history, and cultural context.

Unlike traditional AI video generators that just turn a text prompt into a clip and call it done, Gemini Omni works through natural conversation. You don't rewrite prompts — you talk to it. Change the camera angle, swap an object, add music, remix a scene. Every edit builds on the last, keeping characters and scenes consistent.

Released in May 2026, Gemini Omni Flash is the first model in the Omni family — and it's available right now in the Gemini app, Google Flow, and YouTube Shorts. Future Omni models will expand to support image and audio output alongside video.

能力

Gemini Omni 6大核心能力

Gemini Omni 是第一個將多模式生成、對話式編輯、真實物理和領先的文字渲染結合在一個系統中的人工智慧視訊模型。

從任何輸入生成視頻

向其提供文字、圖像、音頻剪輯或參考視頻 — Gemini Omni 將任何組合轉換為具有原生音頻的視頻，分辨率高達 4K。不同的輸入類型不需要單獨的工具。

從任何輸入生成視頻

透過自然對話進行編輯

不要學習時間軸或節點編輯器。只需描述您想要更改的內容即可 - “將汽車設為紅色”、“更改為黃金時段照明”、“在背景中添加降雨”。每條指令都建立在上一條指令的基礎上，保持場景的一致性。

透過自然對話進行編輯

一流的文字渲染

您的影片中需要螢幕標題、說明文字或 UI 模型嗎？ Gemini Omni 以業界最佳的精確度渲染文字 — 清晰、可讀，並與螢幕上的操作同步。不再有亂碼的 AI 文字。

一流的文字渲染

現實世界的物理與世界知識

物體自然下落、彈跳和碰撞。場景尊重歷史準確性、科學原理和文化背景。 Gemini Omni 利用 Gemini 豐富的知識將您的影片融入現實，而不僅僅是視覺模式。

現實世界的物理與世界知識

一致的角色、場景和多輪編輯

您的角色的臉部、服裝和場景背景在多輪編輯中保持一致。不再有「人工智慧忘記了我的角色在鏡頭之間的樣子」。

一致的角色、場景和多輪編輯

一流的語音和原生音頻

視訊附有同步音訊。背景音樂、畫外音和音效都是原生生成的，無需匯出到音訊工具並重新同步。

一流的語音和原生音頻
如何使用

三步驟創建您的第一個視頻

透過三個簡單步驟了解如何使用 Gemini Omni。從任何輸入（文字、圖像、音訊或視訊）開始，並透過自然對話進行完善。

01
1

從任何事情開始

用一句話描述你的想法。或上傳照片、草圖、音訊剪輯或參考影片。 Gemini Omni 接受文字、圖像、音訊和視訊－隨心所欲地混合搭配。您將在一分鐘內看到預覽渲染。

02
2

直接聊天

不要重寫您的提示 — 只需說出您想要的內容即可。 “讓夜晚代替白天。” “把音樂換成更有活力的。” “在開頭添加標題卡。”每次編輯都會疊加到前一個編輯上，使您的視頻保持連貫。

03
3

生成、混音和匯出

對您的影片滿意嗎？使用同步音訊匯出最多 4K。想嘗試不同的方向嗎？從任何步驟進行混音 - 交換風格、更改動作、新增角色。根據需要匯出任意多個版本。

用例

Gemini Omni 適合誰？

從內容創作者到產品設計師，Gemini Omni 適合真正的創意工作流程，而不僅僅是一次性剪輯。

YouTube 與 TikTok 創作者

將一個想法變成多個短片——垂直、水平、不同的剪輯。新增實際正確渲染的螢幕文字。將表現最佳的剪輯重新混合成新的變體，而無需重新拍攝任何內容。

行銷人員與廣告團隊

根據產品照片和簡介產生產品演示、社交廣告和講解影片。更換背景、添加品牌和渲染文字疊加——所有這些都在一個聊天會話中完成。發貨比等待代理商更快。

教育工作者與線上課程創作者

創建基於真實科學、歷史和數學的視覺準確的講解影片。 Gemini Omni 的世界知識意味著您的動畫尊重事實——而不僅僅是視覺模式。加入清晰呈現的螢幕方程式、標籤和圖表。

電影製作人和故事板藝術家

在幾分鐘而不是幾天內測試場景概念。上傳故事板草圖，描述動作，並獲得可透過對話進行完善的動人預覽。參考真實位置、特定照明和攝影機移動。

產品設計師與 UI/UX 團隊

產生可讀文字的應用程式演練和 UI 演示。 Gemini Omni 的文字渲染是一流的——您的模型看起來像真實的螢幕，而不是人工智慧弄髒的近似值。

為什麼選擇

為什麼選擇 Gemini Omni 而不是其他人工智慧視訊工具

沒有其他人工智慧視訊模型將推理、多模式輸入、對話編輯和文字渲染整合在一個系統中。

對話式編輯 — 像編輯一樣與它交談

不要學習時間軸或重寫提示。只需說出您想要更改的內容即可，就像您在與編輯交談一樣。每個修訂都連貫地疊加在最後一個修訂上，使角色和場景在各個回合中保持一致。

從頭開始的多式聯運

向其提供文字、照片、草圖、音訊或參考剪輯 - 任意組合。其他工具將您鎖定在純文字提示中。 Gemini Omni 本身接受並瞭解每種輸入類型。

現實世界的物理與知識

您的講解影片尊重實際的科學和歷史。您的產品演示就像真實的物體一樣移動。物體下落、彈跳或互動的方式沒有「人工智慧怪異」——Gemini Omni 的推理引擎將每一幀都建立在現實基礎上。

一流的文字渲染

螢幕標題、標籤和 UI 文字保持清晰易讀。對於廣告、教學和應用程式演示來說，僅此一點就是切換的理由。不再有亂碼的 AI 文字破壞原本完美的鏡頭。

Google DeepMind 生態系統

由 Gemini、Veo 和 Imagen 背後的團隊構建。與 YouTube Shorts、Google Flow 和 Gemini 應用程式整合。您正在建造數十億用戶的基礎設施，並內建 SynthID 浮水印和 C2PA 內容憑證。

定價

選擇最適合您的計劃

需要一次性積分包嗎？

入門者

CN¥68/月

入門經驗，入門門檻低

支持微信支付微信支付支付宝支付宝
  • 每月 60 個積分（約 20 個影片）
  • 每月/每年付款選項，隨時取消
  • 非常適合初學者和輕度使用
  • 隨時查看並管理您的影片產生歷史記錄
  • 商業用途
  • 24/7 客戶支持
    熱門

    臨

    CN¥163/月

    主力推薦版本，性價比最高

    支持微信支付微信支付支付宝支付宝
    • 每月 150 個積分（約 50 個影片）
    • 每月/每年付款選項，隨時取消
    • 個人創作者和小團隊的最佳價值選擇
    • 隨時查看並管理您的影片產生歷史記錄
    • 商業用途
    • 24/7 客戶支持

      工作室

      CN¥272/月

      高頻創作者專業版

      支持微信支付微信支付支付宝支付宝
      • 每月 270 個積分（約 90 個影片）
      • 每月/每年付款選項，隨時取消
      • 非常適合專業創作者和高頻一代
      • 隨時查看並管理您的影片產生歷史記錄
      • 商業用途
      • 24/7 客戶支持
        儲值

        需要更多學分嗎？

        一次購買。隨時添加積分 - 可與任何計劃配合使用。

        一次儲值
        CN¥68
        60 積分
        有效期限 30 天
        準備好生成額外的視頻
        適用於任何訂閱計劃
        支持微信支付微信支付支付宝支付宝
        常見問題解答

        關於 Gemini Omni 的常見問題

        什麼是 Gemini Omni？
        Gemini Omni 是 Google DeepMind 的多模式 AI 模型，可根據文字、圖像、音訊和視訊輸入建立和編輯影片。它於 2026 年 5 月發布，基於 Gemini 的推理引擎構建——這意味著它理解物理、歷史和背景，而不僅僅是視覺模式。
        Gemini Omni 免費嗎？它要多少錢？
        是的 - 註冊後您將獲得免費積分以立即開始創作。無需信用卡。使用試用積分後，您可以購買額外的積分包以繼續產生。無需訂閱，只需按使用量付費。
        Gemini Omni 與 Veo 有何不同？
        Veo 是 Google 的專業電影影片模型，專注於高保真文字到影片的生成。 Gemini Omni 更進一步 — 它增加了多模式輸入（圖像、音訊、視訊）、對話式多輪編輯、現實世界物理理解和一流的文字渲染。將 Gemini Omni 視為結合了 Veo 視覺品質和 Gemini 推理能力的下一代。
        我該如何開始使用 Gemini Omni？
        免費註冊 — 您將立即獲得積分，無需等待。登入後，輸入提示、上傳參考影像或選擇範本。您的第一個影片將在幾分鐘內呈現。無需下載或安裝——一切都在您的瀏覽器中運行。
        Gemini Omni 與 Sora 2 和 Seedance 2 相比如何？
        Gemini Omni 的主要優勢是對話式編輯 - 您可以透過聊天進行改進，而不是從頭開始重寫提示。它還在螢幕文字渲染準確性方面處於領先地位，並受益於 Gemini 的世界知識，可實現歷史和科學準確的輸出。 Sora 2 和 Seedance 2 是強大的文字到視訊模型，但它們缺乏 Omni 的統一多模式輸入和對話工作流程。
        Gemini Omni 可以透過對話編輯影片嗎？
        是的－這是它的核心功能之一。您可以更改攝影機角度、交換物件、重新混合動作、新增角色或變換整個場景 - 所有這些都可以透過用自然語言描述您想要的內容來實現。每次編輯都會記住之前的內容，因此您的影片在每個回合都保持一致。
        Gemini Omni 影片可以多長？支援音訊嗎？
        是的，Gemini Omni 產生具有本機同步音訊的影片 - 包括背景音樂、畫外音和音效。影片長度取決於解析度：720p 時最長 10 秒，1080p 時最長 8 秒，4K 時最長 4 秒。
        什麼是Gemini Omni快閃記憶體？
        Gemini Omni Flash 是 Omni 系列中的第一個型號，於 2026 年 5 月發布。它是目前在 Gemini 應用程式、Google Flow 和 YouTube Shorts 中提供的版本。未來的 Omni 型號將支援其他輸出模式，包括影像和音訊。
        Gemini Omni 有 API 嗎？
        Google 宣布計劃提供開發者和企業 API 存取權限，但尚未普遍提供。我們將在 API 啟動時更新此頁面。
        Gemini Omni 影片有浮水印嗎？
        是的。 Gemini Omni 使用 Google DeepMind 的 SynthID 技術嵌入隱形浮水印，並支援 C2PA 內容憑證，以便觀看者可以驗證影片的 AI 來源。這既保護了創作者，也保護了觀眾。
        Gemini Omni 有哪些限制？
        Gemini Omni 是一個重大進步，但Google的模型卡承認，透過複雜的多輪編輯保持完美的一致性、生成具有非常複雜運動的場景以及在所有情況下渲染完全準確的文本仍然是積極的挑戰。我們建議檢查輸出，尤其是用於生產用途的輸出。
        Gemini Omni 是給誰的？
        內容創作者、行銷人員、教育工作者、電影製作人和產品設計師。如果您需要將想法轉化為影片（無論是從頭開始還是透過重新混合現有資源），Gemini Omni 就是為您打造的。
        開始創作

        試試 Gemini Omni — 免費積分，無候補名單

        利用了解現實世界的人工智慧將文字、圖像、音訊和視訊轉化為可製作的影片。註冊時可獲得免費積分，無需信用卡。

        免費嘗試 Gemini Omni查看定價