Google DeepMind 於 2026 年 5 月 19 日的 Google I/O 大會上正式發表了全新的 Omni 模型系列,其核心概念是「透過任何輸入,創造任何輸出,並從影片開始」。該系列的首款模型 Gemini Omni Flash 已於當日同步在 Gemini 應用程式、Google Flow 以及 YouTube Shorts 上推出 。開發者則可自 2026 年 6 月 30 日起,透過 Gemini API 與 Google AI Studio 以模型 ID
gemini-omni-flash-preview 進行公開預覽 。Google DeepMind 隨後於 2026 年 7 月 5 日發布了官方的模型卡
。
與傳統依序轉換輸入的管線模型不同,Gemini Omni Flash 能將文字、圖像、音訊和影片視為一個統一的輸入來處理,並直接輸出影片——這項能力被稱為「任意輸入」 。該模型能生成 3 至 10 秒、720p 解析度、24 fps(每秒幀數) 的影片,支援 16:9、9:16 或 1:1 的畫面比例,並在單次處理中同步生成原生音訊
。
用戶在單一提示中最多可輸入七張參考圖像、一個影片片段及一段文字描述,模型會將其融合為一個邏輯一致的輸出 。舉例來說,用戶可以提供產品照片、背景影片和一段說明文字,Omni Flash 就能自動生成一支簡短的行銷宣傳片。
Omni Flash 最引人注目的功能是對話式影片編輯,此功能由 Interactions API 驅動 。用戶無需將片段匯出至獨立的剪輯軟體,只需透過自然語言反覆描述修改需求——例如更換角色、替換商品、轉換風格、添加物件或調整光影——模型便會根據指示進行修改,同時保留用戶希望維持的影片部分
。每一次的對話互動都會生成一段新影片,且模型能理解前後對話的脈絡
。
API 定價為每秒生成的影片收取 $0.10 美元,相當於 每支 10 秒短片 $1 美元 。此價格與 Veo 3.1 Fast 相同,讓 Omni Flash 成為影片製作流程中更具成本效益、可更快迭代的選擇
。其輸入 Token 價格為每百萬個 $1.50 美元,影片輸出 Token 價格為每百萬個 $17.50 美元
。
對一般消費者而言,18 歲及以上的用戶在 YouTube Shorts 上使用 Gemini Omni Flash 完全免費 。此功能也包含在 Google AI Plus、Pro 和 Ultra 等訂閱方案中
。
發佈初期將每段影片長度限制在 10 秒,是 Google 刻意的產品決策,未來版本規劃支援更長的影片 。Google 將此視為負責任的推出策略的一部分,旨在平衡功能與安全性
。部分評論認為,這項限制可能源自於部署階段的考量,而非模型本身的架構限制
。
所有透過 Omni Flash 生成或編輯的影片都嵌入了不可見的 SynthID 數位浮水印 。用戶可透過 Gemini 應用程式、Chrome 瀏覽器中的 Gemini 功能以及 Google 搜尋,直接提問「這部影片是用 Google AI 製作的嗎?」來驗證內容是否為 AI 生成
。在支援的 Google 平台中,相關內容也會帶有 C2PA 內容來源憑證
。API 端沒有提供關閉此浮水印功能的開關
。
自 2026 年 7 月 1 日起,Adobe 在其 Firefly 平台中將 Gemini Omni Flash 加入為合作夥伴模型,用戶可在 Firefly 熟悉的介面中使用日常語言進行影片編輯,並以 Firefly 的點數系統計費 。其定價為每秒影片 30 點數
。這項整合源於 Google I/O 上所宣布的更大範圍合作關係,旨在將 Adobe 的連接通引入 Gemini
。用戶可從文字轉影片模組的下拉式選單中選取此模型
。
與 Omni Flash 同步推出的還有 Nano Banana 2 Lite(模型 ID: gemini-3.1-flash-lite-image),這是 Google 旗下 Nano Banana 家族中速度最快、成本最低的圖像模型 。它能在 4 秒內生成圖像,且成本低於每千張 $0.04 美元
。該模型於 2026 年 6 月 30 日 在 Google Cloud 上宣布全面上市,並已開放於 Google AI Studio、Gemini API 及 Gemini Enterprise Agent Platform 中使用
。
Google 在 2026 年的 I/O 大會上展示了 Omni Product Studio 示範應用。這套應用能利用 Gemini Omni Flash,將靜態的商品圖片直接轉換為電影風格的電子商務影片 。
在歐洲經濟區(EEA)、瑞士和英國的用戶,目前無法對上傳的影片進行編輯 。社群報告也指出,印度及美國部分州份同樣受到限制
。此外,作為防止深偽技術濫用的安全措施,該模型僅能可靠地編輯它自己生成的影片片段,而無法編輯任意第三方上傳的內容
。考量到深偽風險,模型在推出初期刻意未開放語音和音訊編輯功能
。
Studio Global AI
Use this topic as a starting point for a fresh source-backed answer, then compare citations before you share it.
Google Gemini Omni Flash 是 Google DeepMind 旗下 Omni 系列的首款模型,於 2026 年 5 月 19 日的 Google I/O 大會上正式發表。
Google Gemini Omni Flash 是 Google DeepMind 旗下 Omni 系列的首款模型,於 2026 年 5 月 19 日的 Google I/O 大會上正式發表。 模型已開放給消費者使用,可在 Gemini 應用程式、Google Flow 及 YouTube Shorts 上體驗(Shorts 用戶免費)。
開發者自 2026 年 6 月 30 日起可透過 Gemini API 與 Google AI Studio 取得公開預覽版。