喺 2026 年 5 月 19 日嘅 Google I/O 大會上,Google 發表咗 Gemini Omni,一個全新嘅多模態生成模型系列。呢個模型係由頭開始,作為一個單一系統去建造,而唔係將一堆獨立嘅工具東拼西湊出嚟 。Google 形容 Omni 係「我哋向住一個可以乜都生成到嘅模型,所行出嘅第一步——首先就由影片開始」。
呢個系列嘅第一個模型 Gemini Omni Flash,喺 2026 年 5 月 20 號正式推出 。佢接受文字、圖片、聲音同影片做輸入,然後輸出可以編輯嘅影片,仲支援「對話式編輯」,即係每個提示都會帶住返之前嘅上文下理去繼續修改 。
Gemini Omni Flash 主要可以透過三個渠道用到 :
俾開發者用嘅 API,預計會喺推出之後嘅幾個禮拜內開放 。
根據早期嘅報告,Omni Flash 可以生成到長達 10 秒、1080p 解像度、仲有原生聲音嘅影片 。因為呢個模型識得理解物理法則同真實世界物件嘅行為,佢 aim 嘅係達至視覺上嘅一致性——即係角色嘅樣唔會走樣、燈光會保持一致、仲可以靠講句嘢就改變到鏡頭角度 。
所有生成出嚟嘅內容都會包埋 SynthID 嘅數碼水印 。另外仲有個「虛擬頭像」功能,等你可以將自己個樣同把聲,放入去生成嘅影片度 。
當你同朋友打字傾緊去邊度食飯嗰陣,Magic Cue 而家會建議你用 Gemini 去搵餐廳選擇,仲會喺一個浮動視窗度顯示結果,等你完全唔使跳出對話 。Gemini 仲可以幫手處理一啲日常瑣事,例如訂生活用品或者 call 車,同時又會保持由用家掌控,呢個功能會以 Beta 形式喺 Gemini App 度推出 。
更大範圍嘅 2026 年 6 月「Android Drop」仲包括咗 Google Photos 嘅「Wardrobe」功能(會喺 2026 年 6 月第二個禮拜開始喺美國、印度同巴西推出),同埋喺 6 月底登陸 Android 版 Chrome 嘅 Gemini 整合功能 。
2026 年 6 月嘅 Pixel Drop 大約喺 6 月 2 至 3 號左右,開始推送俾支援嘅 Pixel 裝置,視乎你用邊間電訊商同邊款機,啲新功能會喺跟住落嚟嘅幾個禮拜陸續分批到位 。Screen Reactions 預計會喺今個夏天登陸 Pixel 手機 ,而 Gemini Omni Flash 就已經正式上線,開放俾付費訂閱戶同 YouTube Shorts 用戶使用 。