对话式视频编辑
通过连续自然语言指令调整视频。
Gemini Omni Flash 多模态视频生成模型
结合文字、图片和视频参考生成电影感短片，并通过自然语言持续调整镜头与画面。
多模态输入 · 对话式编辑 · 灵活创作
● 官方披露能力
Gemini Omni Flash 的核心能力
以下来自厂商公开资料，不是 Gomni 自测结论。
多模态参考
组合文本、图片和短视频参考来控制场景。
现实知识
Google 称模型可借助 Gemini 的历史、生物与叙事知识。
访问方式与价格
可在 Gomni 按量使用视频生成能力，也可通过 Google AI Studio 与 Gemini API 了解开发者接口。
开发者渠道
Google AI Studio / Gemini API
Gomni 工作台
按生成量使用，无需长期订阅
样张证据规则
本页图片用于解释流程，不冒充 Gemini 输出。只有完整记录 prompt、参数、端点与失败结果后，才会发布模型实测样张。
Prompt
保留完整提示词和参考输入。
参数
记录端点、版本、时长、比例和分辨率。
结果
成功与失败任务均进入样本。
三步开始使用 Gemini Omni Flash
01
选择输入
输入提示词、上传参考图片，或组合两者。
02
设置参数
选择时长、比例和分辨率后开始生成。
03
检查结果
核对首帧一致性、运动和构图，再下载或继续调整。
● FAQ