Google Gemini Omni Flash 正式登場：用聊天的方式編輯影片，以及徠卡的攝影美學堅持

Google 近期發表了一款新的 AI 模型，它不只是生成影片，更能讓你像是在跟真人剪接師對話一樣編輯影片。名為 Gemini Omni Flash 的模型於 2026 年 5 月 19 日在 Google I/O 大會上亮相，是全新 Gemini Omni 系列中第一款對外公開的模型，也代表著 Google 對於生成式媒體的思考方式發生重大轉變 。它並非一項獨立工具，而是將 Google 的影片生成能力，直接整合到其核心的 Gemini 推理系統中 。

這款模型的核心賣點是「任何輸入，影片輸出」。與以往需要絞盡腦汁、一次性寫出完美指令的模型不同，Omni Flash 能夠記住它已經創作的內容。你可以要求它更換角色的外套、調整光線，或是重寫某個場景，它都會保留影片其餘部分的布局與一致性 。這種 多輪、對話式的編輯方式，正是它與前一代單次生成式工具最大的差異化特色 。

Gemini Omni Flash 如何運作？

Gemini Omni Flash 並非簡單的圖片拼接工具。其底層架構是一個基於 Transformer 的模型，能夠對文字、圖片、音訊和影片的任意組合進行推理，進而產生單一、連貫的輸出結果 。Google 主張，這賦予了模型一種「奠基於真實世界的智慧」，意即它會應用物理、動力學、歷史和文化脈絡的規則，讓生成的場景保持合理與逼真 。

它結合了 Gemini 的推理引擎，以及 Veo、Nano Banana 和 Genie 等成熟的生成式媒體模型 。最終呈現的系統，能夠同時接收一段文字提示、一張參考圖片、一個音訊樣本和一段現有的影片片段，並將它們交織成一段長達 10 秒鐘、並帶有同步音效的連貫短片 。

值得一提的是，Omni Flash 生成的每段影片，都會透過 Google 的 SynthID 技術嵌入隱形數位浮水印，以利於識別 AI 生成內容的來源 。雖然有 10 秒鐘的長度限制是個硬指標，但 Google 已說明這是初始版本的設計選擇，而非模型本身的技術限制 。

此外，還有一點務必留意：雖然你可以生成帶同步音訊的影片，但目前還無法獨立編輯影片中人物的對白或音效——Google 刻意先保留了這項功能 。

誰能使用？費用怎麼算？

Google 在發表當天就向全球推出了 Gemini Omni Flash，並且橫跨免費與付費方案 。

• 免費使用： 年滿 18 歲的使用者，可以透過 YouTube Shorts 的 Remix 工具和 YouTube Create 應用程式免費使用 。
• Google AI Plus 訂閱戶： 月費 7.99 美元，可透過 Gemini 應用程式和 Google Flow 使用 。
• Google AI Pro 訂閱戶： 月費 19.99 美元，可在相同平台上使用 。
• Google AI Ultra 訂閱戶： 更高階的訂閱方案，同樣可以使用模型，但早期資料中未揭露具體價格 。

至於開發者和企業端的 API 存取，目前尚未開放。Google 表示將在「未來幾週內」透過 Gemini API 和 Vertex AI 陸續推出，這也遵循了過去 Gemini 模型發布的慣例 。

當科技遇上經典：徠卡在老靈魂與智慧手機之間畫下界線

就在 Google 發表會幾週後，另一種截然不同的哲學立場站上了舞台。2026 年 5 月底，在維也納舉行的 Xiaomi 17T Pro 發表會上——一款同時擁有徠卡調校相機與 Gemini Omni 功能的手機——徠卡對生成式 AI 的立場表達得非常明確 。

徠卡相機公司行動事業部副總裁 Marius Eschweiler 表示，徠卡的理念始終圍繞在創造真實、重現現實的影像 。他直接對比了像 Omni 這類工具，並語帶保留地說：「你最有可能的，是不會在徠卡 M 系列相機上看到它。」這句話再次強調了該品牌對光學工藝與捕捉瞬間純粹性的堅持 。

然而，徠卡並未全盤否定這項科技。品牌高層承認，生成式 AI 在智慧型手機上完全合理。在一個計算攝影已成為標準的生態系裡，由 AI 驅動的創作與編輯，感覺起來更像是使用者體驗的自然演進，而非與傳統斷裂 。這項立場創造了一種清晰的雙軌策略：徠卡專屬的傳統相機，依然是攝影純粹主義者捕捉光影的工具；而手機，則成了 AI 輔助創作的畫布。

未來藍圖：Pro、Ultra 與更長遠的下一步

Google 難得如此直接地表明，Flash 模型僅僅只是第一步。Google 執行長 Sundar Pichai 和 DeepMind 技術長 Koray Kavukcuoglu 雙雙將 Omni 描述為一個模型系列，其終極目標是「從任何形式的輸入，創造出任何形式的內容」。

具體來說，這意味著近期會有兩個主要發展方向：

• 超越影片的範疇： 雖然 Flash 目前只能產出 10 秒鐘的影片，但 Google 已表明，Omni 模型系列在未來的版本中，將會擴展到生成圖片與文字 。
• 更強大的「Pro」與「Ultra」版本： 目前的發展藍圖中，包含了 Omni Pro 和 Omni Ultra 這兩個版本，它們的能力將遠比當前這個主打快速、經濟的 Flash 版本更加強大 。

從更高層次來看，Google 將 Omni 視為邁向完整「世界模型」的一步——這類系統不再只是生成媒體，而是能夠理解、模擬並與各種模態的環境進行互動 。而就目前而言，當務之急是擴展 Omni 能生成的格式，並讓 API 盡快交到開發者手中。