谷歌 DeepMind 日前推出全新多模態影片生成模型 Gemini Omni Flash，現已面向全球開發者開放預覽接入通道，開發者可通過 Google AI Studio、Gemini API 調用該工具。這款模型支持文字、圖片、影片多素材混合輸入，核心亮點是自然語言對話式影片編輯，用戶可持續調整畫面元素，同時保障整體場景邏輯連貫。
依託 Gemini 大模型完備知識庫，Omni Flash 能夠精準結合歷史、生物等專業知識生成畫面，還可實現文字、圖形與影片動作同步聯動。計費模式按影片時長結算，每秒生成成本 0.1 美元，和旗下 Veo 3.1 Fast 定價持平。
當前單次生成上限為 10 秒，官方後續會拉長影片時長限制。 該預覽版本存在多處功能短板：暫不支持音頻素材導入、無法延長已有影片片段；API 雖允許上傳 3 秒參考影片，但該功能暫未穩定運行；鏡頭平移、多畫面切換等複雜場景下，人物形象容易出現失真、前後不統一的問題。
發布當日，谷歌同步推出極速圖像生成模型 Nano Banana 2 Lite，四秒內即可完成文生圖創作。藉助 Interactions API，兩款工具可串聯工作，先用圖像模型產出素材，再導入 Omni Flash 轉為動態短片，依託會話記錄最多支持三輪連續精細化修改。
為區分 AI 原創內容與人拍素材，Omni Flash 生成的全部影片內置 SynthID 隱形數字水印，用戶藉助 Gemini 客戶端、Chrome 內置 AI 工具或谷歌搜索，就能快速核驗內容生成來源，降低虛假影像傳播風險。整套工具組合補齊谷歌圖文影片一體化生成鏈路，為商業短影片、創意內容生產提供完整工作流。
