谷歌发布Gemini Omni模型，激发多模态创意作品

谷歌在I/O 2026开发者大会上正式发布了Gemini Omni模型，这是Gemini家族中定位为“全能型内容生成引擎”的新成员。模型由Google DeepMind推出，深度集成于Gemini App中，发布后用户已基于它创作出各种创意作品。

核心能力：多模态生成与对话式编辑

Gemini Omni是一个原生全模态统一模型，能处理文本、图像、音频和视频的跨模态输入输出。其亮点包括：支持通过文本提示生成720P（1280×720）、10秒的高清视频，画面细节流畅；提供对话式编辑功能，用户生成视频后可通过聊天实时修改内容，如替换物体或调整风格，无需切换工具。

在哪里用、适合谁？

目前，Gemini Omni的轻量版Gemini Omni Flash已上线Gemini App、Google Flow和YouTube Shorts等平台。用户可以通过Gemini App直接体验，适合内容创作者、设计师、教育工作者用于快速生成和编辑视频、动画或多模态内容。模型也集成到了Gemini for Science等科研工具中。

使用门槛方面，访问Gemini App即可尝试，但生成视频会消耗较高的Pro配额（例如生成两个视频可能消耗约86%的日配额）。对于开发者，可关注谷歌后续的API开放情况。

需注意的限制

Gemini Omni目前生成的视频长度仅限10秒，暂不支持长视频创作。此外，高配额消耗意味着免费用户体验可能受限，需要合理规划使用。