Gemini Omni 泄露：Google 下一个 AI 视频模型，最硬线索不是样片

后续还有报道称，Gemini 移动端应用中出现了另一段文案：“Meet our new video model. Remix your videos, edit directly in chat, try a template, and more.” 如果这段文案准确，它指向的就不只是一个后端模型名，而更像是一个能在 Gemini 内完成视频生成、改编和编辑的产品体验。

至于网上流传的早期演示和视频片段，证据强度要低得多。Gadgets360 称早期演示展示了更真实的运动、更干净的文字渲染和更好的场景构图；也有 YouTube 讨论提到，X 上流传的两段视频元数据据称指向“Google Gemini Omni Mode”。 但这些片段没有被独立验证为 Omni 输出，Google 也尚未在所给资料中正式发布 Omni。

如果文案属实，Omni 可能带来什么

从目前泄露的文案看，Omni 最值得关注的不是单一参数，而是创作流程：

• 视频模板。 “start with an idea or try a template”的说法，暗示 Google 可能会提供预设格式或引导式流程，让用户不必从空白提示词开始。
• 视频 Remix。 移动端文案明确提到“Remix your videos”，也就是对已有视频进行再创作或改编。
• 在聊天中直接编辑。 多篇报道把 Omni 描述为可在 Gemini 聊天界面中生成和编辑 AI 视频的工具。
• 更紧密的 Gemini 集成。 泄露内容出现在 Gemini 的视频生成体验中，这意味着 Omni 可能会被定位为 Gemini 原生能力，而不是一个完全独立的视频 App。

但这里要画清边界：目前泄露并没有确认视频时长、分辨率、API 开放方式、提示词限制、生成速度、音频质量、安全机制或定价。

和 Veo 3.1 相比，真正的差异可能在哪里

Veo 3.1 是现在可以确认的参照系。Google 已经发布 Veo 3.1 和 Veo 3.1 Fast，并通过 Gemini API、Google AI Studio 和 Vertex AI 以付费预览形式提供，同时也让 Veo 3.1 进入 Gemini 应用和 Flow。 Google 对 Veo 3.1 的官方描述包括更丰富的原生音频、更强的叙事控制，以及从图像生成视频时更好的输出效果。

Google 还在继续扩展 Veo 3.1 家族。2026 年 1 月，Google 称 Veo 3.1 可以从图像生成更有表现力的视频，支持适合 YouTube Shorts 等平台的竖屏视频，并可在 Gemini、Flow、Gemini API、Vertex AI 和 Google Vids 等产品中提升到 1080p 或 4K。 2026 年 3 月，Google 又推出 Veo 3.1 Lite，称其是成本最低的视频模型，成本低于 Veo 3.1 Fast 的 50%，同时保持相同速度。

放在这个背景下，Omni 泄露并不能证明它一定是“参数全面跃升”的下一代模型。更清晰的差异在工作流：模板、聊天内编辑、视频 Remix，以及与 Gemini 的一体化体验。 至于更真实的运动、更干净的文字、更好的构图，这些说法可能成立，但目前还没有 Google 官方模型卡、基准测试或可复现的公开测试来支撑。

它是改名、新模型，还是统一多模态架构？

现在三种可能都还没坐实。

第一种可能：Omni 是现有或升级版 Gemini 视频路径的新标签。WaveSpeed 的报道提到，“Powered by Omni”这段文案出现在“Toucan”附近，而 Toucan 被其描述为 Gemini 当前由 Veo 3.1 驱动的视频工具内部名。 如果这个位置判断准确，Omni 可能是替换路径、测试开关，或新一代生成流程的面向用户名称。

第二种可能：Omni 是一个真正的新视频模型。相关移动端文案用了“Meet our new video model”的说法，Gadgets360 也将 Gemini Omni 描述为可能让用户直接在 Gemini 内创建和编辑视频的模型。

第三种可能：Omni 属于更大的多模态系统。一些爆料汇总猜测，Omni 可能会统一文本、图像、视频和音频的生成或推理能力。 这在产品方向上并非不合理，但仍然只是所给资料中的推测。Google 尚未确认“Omni”到底是公开产品名、内部代号、模型家族、UI 层，还是更大的架构名称。

价格、算力和限制：现在说还太早

目前没有足够的可靠证据说明 Omni 的运行成本或使用价格。现有报道没有确认 Omni 的定价、延迟、配额限制、生成时长、模型规模、API 可用性或算力需求。

更可参考的是 Veo 的路线：Google 已经把 Veo 3.1 家族按成本和性能做了分层，Veo 3.1 Lite 被定位为低成本选项，成本低于 Veo 3.1 Fast 的一半，同时保持相同速度。 这说明 Google 确实在考虑视频生成的经济性，但不能反推出 Omni 一定昂贵、限量、只面向高级用户，或只开放给开发者。

因此，关于 Omni 很慢、很贵、只给内部测试者使用，或只能生成短片的说法，在 Google 或可验证测试者拿出证据前，都应视为未确认。

和 Runway、Pika、OpenAI Sora 怎么比

目前无法做严肃的头对头排名。现有资料没有提供 Runway、Pika 或 OpenAI Sora 的可比基准数据，而 Omni 本身也缺少足以判断真实感、可控性、生成长度、时间一致性、安全机制和成本的公开证据。

唯一比较稳妥的判断，是产品定位。如果泄露的 Gemini 文案准确，Google 可能不只想拼单次生成质量，还想把“提示词输入、选择模板、视频 Remix、聊天内编辑”放进同一个 Gemini 界面里完成。 这可能成为它相对于独立 AI 视频工具的差异点，但不能证明 Omni 在画质或能力上已经超过 Sora、Runway 或 Pika。

Google I/O 2026 上最该盯什么

接下来真正值得看的问题很明确：

• Google 是否会正式点名 Omni？
• Omni 是新的公开模型、Veo 后继、Gemini 的 UI 层，还是内部代号？
• Google 是否会发布模型卡、API 细节、安全说明和价格？
• 模板、Remix、聊天内编辑是否真的会成为首发功能？
• Google 是否会给出与 Veo 3.1 的可验证对比，包括时长、分辨率、音频、文字渲染和图像生成视频质量？

在这些答案出现前，Gemini Omni 更适合被理解为一个可信的产品方向信号，而不是已经确认的规格表。真正的故事，是 Gemini 界面里露出的那几句文案；其余部分，还要等 Google 把它变成现实。