Google Gemini Omni Flash 實測：用把口剪片嘅時代來了，Leica 點睇？

Gemini Omni Flash 唔係一個簡單嘅圖片拼接工具。佢底層係一個基於 Transformer 架構嘅模型（一種深度學習模型），可以混合文字、圖片、音頻同影片輸入，推理出一個連貫嘅輸出 。Google 認為，呢個設計令個模型有咗一種「世界基礎」嘅智能，即係話佢會運用物理、動力學、歷史同文化背景嘅規則，去確保生成嘅場景睇落合理 。

佢將 Gemini 嘅推理引擎同 Google 現有嘅生成式媒體模型（例如 Veo、Nano Banana 同 Genie）溝埋一齊用 。結果就係一個可以直接食文字提示、參考圖、音頻樣本同現有影片，再將佢哋結合成一段 10 秒長、有同步聲音嘅新影片嘅系統 。

每段由 Omni Flash 生成嘅影片，都會用 Google 嘅 SynthID 技術加咗隱形水印，方便溯源同辨認係咪 AI 生成嘅內容 。雖然 output 限咗 10 秒好似有啲短，但 Google 講明呢個係佢哋第一波推出嘅設計決定，而唔係模型本身嘅限制 。

有一點要留意，雖然你可以生成有同步聲音嘅影片，但個模型暫時未俾你獨立去編輯生成影片入面嘅對白或者音頻——呢個功能 Google 係特登 Hold 住先唔放出嚟 。

邊個可以用？要幾錢？

Google 喺公布當日就已經全球推出 Gemini Omni Flash，免費同付費用戶都用得 。

• 免費使用： 年滿 18 歲嘅用戶可以透過 YouTube Shorts Remix 工具同 YouTube Create 應用程式免費使用 。
• Google AI Plus： 訂閱用戶可以喺 Gemini App 同 Google Flow 入面用到，月費 US$7.99（約港幣 $62） 。
• Google AI Pro： 同樣係呢兩個平台用到，月費 US$19.99（約港幣 $156） 。
• Google AI Ultra： 更高級嘅訂閱方案都有得用，但早期資料冇列明具體價錢 。

開發者同企業嘅 API 就未開通。Google 話會「喺未來幾個禮拜內」透過 Gemini API 同 Vertex AI 平台推出，呢個做法同之前 Gemini 模型發布嘅模式差唔多 。

Leica 喺傳統同智能電話之間畫咗條界

Google 公布完冇幾耐，另一個完全相反嘅理念就登場。喺 2026 年 5 月底，Xiaomi 17T Pro 喺維也納舉行嘅發布會上面（呢部機 Sell 嘅係 Leica 調校嘅鏡頭同 Gemini Omni 功能），Leica 清晰咁表達咗佢哋對生成式 AI 嘅立場 。

Leica Camera AG 副總裁 Marius Eschweiler 表示，公司嘅理念係創造能夠真實反映現實嘅影像 。佢直接將呢個理念同 Omni 呢類工具對比，講明：「你好大機會唔會喺 Leica M 相機上面見到佢。」強調品牌對光學工藝同捕捉純粹瞬間嘅堅持 。

不過，Leica 又冇完全否定呢項技術。公司領導層承認，生成式 AI 喺智能電話上面係完全合理嘅。喺一個計算攝影已經係基本嘢嘅生態系統入面，AI 驅動嘅創作同編輯，感覺上係用戶體驗嘅自然進化，而唔係脫離傳統 。呢個立場形成咗一個清晰嘅雙線策略：專門嘅 Leica 相機繼續係純粹主義者用嚟捕捉光影嘅工具，而手機就變成 AI 輔助創作嘅畫布。

未來路線圖：Pro、Ultra 同其他發展

Google 今次罕有咁坦白，話 Flash 模型只係第一步。Sundar Pichai 同 DeepMind CTO Koray Kavukcuoglu 都形容 Omni 係一個最終會「用任何輸入去創造任何嘢」嘅模型家族 。

具體嚟講，短期內嘅發展有兩大方向：

• 影片以外嘅嘢： 雖然 Flash 由 10 秒影片做起，但 Google 已經講明 Omni 模型家族日後會擴展到生成圖片同文字輸出 。
• 更強勁嘅模型： 路線圖包括咗 Omni Pro 同 Omni Ultra 版本。呢啲會比而家呢個 Flash 模型（全個家族最快、最經濟嘅級別）更加強大 。

喺更高層次，Google 將 Omni 視為邁向完整「世界模型」嘅一步——呢啲系統唔單止生成媒體，仲可以跨模式咁理解、模擬同環境互動 。不過暫時嚟講，焦點係擴展 Omni 可以生成嘅格式，同埋將 API 權限交到開發者手上。