Gemini Omni Flash 全解析：一句話就能生成影片的多模態新世代

目錄

• 重點整理 Takeaway
• 從修圖到拍片：Omni 是 Gemini 的下一步
• 對話式剪輯：出一張嘴就能改影片
• 讓影片裡發生的事變得「合理」
• 多模態輸入：品牌調性一次到位
• SynthID 成為配套
• 上線範圍：訂閱戶與 Shorts 用戶
• EgentHub 觀察

繼去年 Nano Banana 讓 Gemini 學會修圖、設計、把草圖變成成品之後，Google 在 I/O 2026 又丟出了一顆更大的石頭。2026 年 5 月 19 日，Google DeepMind 正式發表 Gemini Omni，並同步推出家族中的第一位成員：Gemini Omni Flash。

這次更新，是 Google 第一次把「推理」和「創作」捏在同一個模型裡的產物，主打從任何輸入創造任何輸出（Anything to Anything），並以影片作為起跑點。從 EgentHub 協助企業導入 AI Agent 的前線觀察來看，這顯示 Google 正在整合自家各種模態的模型，讓 AI 的理解更貼近真實世界的物理感知。

話不多說，以下是 EgentHub 為各位讀者整理的 Gemini Omni Flash 懶人包。

重點整理 Takeaway

• 對話式影片剪輯：用自然語言下指令就能改場景、換鏡位、加角色，而且每次修改都會記得前一輪的內容，角色不會跑掉、物理也不會崩壞。
• 多模態輸入全收：圖片、文字、影片、聲音都能當成參考素材，一次丟進去產出一支連貫的影片。
• 接得住世界知識：物理規則、歷史脈絡、科學知識、文化背景，全都納入生成的依據。
• YouTube Shorts 免費用：訂閱 Google AI 的用戶可在 Gemini app 與 Google Flow 使用，YouTube Shorts 與 YouTube Create App 用戶則完全免費。
• 內建 SynthID 浮水印：所有生成影片都附上不可見的數位浮水印，可在 Gemini app、Chrome、Google Search 中驗證。
• 企業 API 即將開放：未來幾週將陸續對開發者與企業客戶釋出。

從修圖到拍片：Omni 是 Gemini 的下一步

過去的多模態模型，大多停留在「文字生成圖片」「圖片轉文字」這類點對點轉換，Gemini Omni Flash 則把影片也放進了關鍵位置。

從設計理念上，它一開始就讓圖片、聲音、影片、文字四種輸入可以混在一起，最後生成一支由 Gemini 世界知識撐起來的影片。

對企業內容團隊來說，這代表影像產製的門檻又被往下拉了一層。過去要剪一支宣傳片，得有腳本、攝影、後製、配樂；現在只要把資料、參考圖、語音樣本丟進去，剩下的工作就能交給一位 24 小時不關機的數位導演。

對話式剪輯：出一張嘴就能改影片

你是否曾經為了改一個鏡位、換一個背景，就得把整支影片重拍一次？

Gemini Omni Flash 支援多輪對話編輯，每一個新指令都會建立在前一輪的基礎上：角色保持一致、物理邏輯不崩、場景會記得上一個版本長什麼樣子。

官方公布的示範相當直白：

• 「把這座雕像變成由泡泡組成的。」
• 「人碰到鏡子時，讓鏡子像液體一樣漣漪散開，手臂變成鏡面材質。」
• 「把小提琴家傳送到另一張圖的環境裡。」
• 「再把小提琴變成隱形的。」
• 「把鏡頭切到小提琴家的肩膀後方。」

每一句話都只負責修一個東西，但前面所有的修改都會被保留下來。在過去的傳統剪輯軟體裡，光是「保持角色一致」就是一個讓後製哀號的關卡，Omni 把它縮短成一句話的距離。

也因為技術門檻降低了，人的創意、以及對場景與畫面鋪排的理解，反而變得更重要。

讓影片裡發生的事變得「合理」

Omni 最有意思的地方，在於它會推理「接下來該發生什麼」。它不會做出「水杯往下丟，球卻往上飛」這種違反物理的影片——Omni 把對重力、動能、流體力學的直覺，跟 Gemini 對歷史、科學、文化的知識結合在一起。

換句話說，它的生成不是隨機的視覺拼貼，而是一段「物理上會這樣動、邏輯上說得通」的影片。

官方舉的幾個例子，讓人印象相當深刻：

• 物理推理：一顆彈珠在連鎖反應的軌道上滾動，整段一鏡到底，運動軌跡符合真實重力與動能。
• 知識融合：用 26 個字母對應 26 個不尋常的物件做開箱影片（C 用 Capybara、D 用 Disco Globe、L 用 Lava Lamp），每個項目自動配上手寫風格的下標。
• 複雜概念視覺化：用黏土動畫風格解釋蛋白質折疊，停格動畫風格、沒有人手出現，整段動作完整。

這種「世界知識 + 物理規則」的組合，讓影片從模仿進化為真實推演。對教育、行銷、產品說明影片來說，這是把抽象內容變成畫面的最短路徑。

多模態輸入：個人風格、品牌調性一次到位

如前面所說，Gemini Omni 想做的是 Anything to Anything 的全模態模型，因此 Omni Flash 的另一個賣點，是任何形式的素材都能拿來當參考。

具體來說，使用者可以同時丟入：

1. 一張角色設計圖
2. 一段風格參考影片
3. 一段背景音樂
4. 一句自然語言描述

Omni 會把這些東西整合成一支連貫的影片。例如：以一張人物圖配上一段運鏡誇張的影片，產出一段同樣運鏡風格、卻換成新人物的走路鏡頭，而且能在走路過程中即時切換風格，與背景音樂的節拍對齊。

對企業而言，這代表品牌調性、代言人聲線、產品畫風都能變成「可重用的素材」，不必每次重新訓練模型，就能維持一致的視覺與聽覺識別。

SynthID 成為配套

Google 這次同步推出 Avatars 功能，使用者可以建立一個會說自己聲音、長得像自己的數位分身，再用這個分身去產出影片。

為了避免數位分身淪為偽造工具，Google 把內建的 SynthID 不可見浮水印列為 Omni 系列的標配，所有生成影片都會留下這個浮水印，可在 Gemini app、Gemini in Chrome、Google Search 中驗證。

至於影片中的音訊與語音編輯能力，Google 表示仍在測試，會以「負責任」為前提逐步放行——這在 Google 的企業導入考量裡算是少見的克制，也反映出在 Agent 時代，內容真實性與信任成本正變得越來越高。

上線範圍：訂閱戶用 Gemini app，Shorts 用戶免費玩

Gemini Omni Flash 的開放節奏走得相當積極：

• Google AI Plus／Pro／Ultra 訂閱戶：今日起在 Gemini app 與 Google Flow 全球開放。
• YouTube Shorts 與 YouTube Create App 用戶：本週起免費使用。
• 開發者與企業客戶：未來幾週透過 API 開放。
• 後續模態：圖片與聲音的「輸出」也會在 Omni 家族中陸續登場。

從 EgentHub 對企業 AI Agent 的觀察來看，這個分發節奏其實透露了 Google 的策略：把短影音平台直接接上模型，讓內容創作的技術門檻降低；對品牌、自媒體、行銷團隊而言，誰先把這套生成流程跑通，誰就能搶下下一波短影音紅利。

EgentHub 觀察

過去幾年，我們看慣了 LLM 之間的競賽——誰的推理強、誰的 Token 便宜、誰的 Context 長。Gemini Omni Flash 提醒大家：模型競賽的下一站，不在文字裡，而在影像、聲音與物理世界之間。

對企業而言，這代表三件事：

1. 影像產製成本被重新定義：過去找外部團隊拍一支宣傳影片，動輒一週、十萬起跳；現在從腳本到成片，可能由內部一人加上 Omni 就能完成，還能維持穩定品質。當影片的技術品質差距縮小，內容品質的差異反而會被放大。
2. 多模型佈局比過去更重要：文字生成有 OpenAI、Anthropic、Google；影像生成有 Nano Banana、Midjourney；影片生成現在又多了 Omni Flash。在局勢未明時，能在多場景下彈性配置模型仍然關鍵。
3. 內容真實性將成為信任資產：SynthID 這類驗證機制，不是政府要求才做，而是企業未來不得不主動採用的標配。

EgentHub 作為企業導入 AI Agent 的首選平台，從一開始就走多模型彈性架構：你可以同時接 Gemini、OpenAI、Claude、Grok，並透過細緻的 RBAC 權限管理，把不同模型分派給不同部門、不同任務。當 Gemini Omni 這類影片生成模型可以透過 API 串入時，企業不需要從零開始，而是在原本的 AI SOP 上，直接加上一塊新的拼圖。