Gemini Omni Flash
Gemini Omni Flash 是 Google Gemini Omni 系列的首个模型，把 Gemini 的多模态推理和世界知识用于原生视频与音频生成。VidGen 当前开放文生视频、单张首帧图动画和多参考图引导三种方式。
真实 Gemini Omni Flash 首帧生成效果
这是 VidGen 的真实生成样例，使用 start 首帧模式和下方提示词。成片保留了开场构图，并加入自然运动与生成声音。
完整提示词 + 首帧
The glowing whale slowly swims across the night sky, casting blue light over the boy and the bus stop. The boy raises his hand in wonder as the ocean waves gently rise and fall below. The camera begins on the boy's face, then tilts upward, gradually revealing the whale in the sky.
真实生成结果
VidGen 已开放的 Gemini Omni Flash 能力
三种生成起点
可以直接用提示词生成新场景，也可以把一张图片作为视频首帧，或上传多张参考图来约束主体、产品、风格与构图。
世界知识与物理理解
Google 表示，Omni Flash 会结合对物理规律的理解，以及 Gemini 在历史、科学和文化方面的知识，适合需要合理运动、知识解说或叙事细节的场景。
视频与音频原生生成
每段视频都会带音轨。若创意依赖环境声、音效、对白、音乐或时间节奏，请直接把声音要求写进提示词。
短视频格式控制
可在当前生成页选择时长和横竖画幅，适合快速验证创意并制作不同发布场景的社媒短片。
多参考图引导
参考图模式支持同时使用多张图片。可在提示词中使用 <IMAGE_REF_0> 等标签，说明哪张图负责主体、产品或视觉风格。
适合快速迭代
Google 将 Flash 定位为高质量、高性价比的型号。可以先用较短成片检查运动与声音方向，再根据结果继续调整。
Gemini Omni Flash 适合做什么
- 带环境声、音效、对白或音乐的故事短片、广告和社媒内容
- 从单张首帧制作产品展示或角色动画
- 用多张参考图保持主体身份或视觉风格
- 滚动物体、水流、碰撞或连续运镜等物理运动场景
- 需要 Gemini 世界知识的教育与解说视频
- 动作、动态文字与声音需要按时间点配合的短片
- 面向 YouTube、Reels、Shorts 和 TikTok 的横竖版内容
如何使用 Gemini Omni Flash
步骤 1
选择生成方式
从零描述新场景时使用文生视频；已有开场画面或多张参考图时选择图生视频。
步骤 2
添加提示词与视觉引导
写清主体运动、运镜、光影和声音；使用参考图时，说明每张图片需要控制的内容。
步骤 3
设置格式并生成
按照当前生成页提供的选项设置时长和画幅，确认积分预估后生成；查看运动、主体一致性和音频后，再调整提示词或参考图。
Gemini Omni Flash 常见问题
Gemini Omni Flash 是什么？
它是 Google Gemini Omni 系列的首个模型，目前处于预览阶段。Google 将其定位为高质量、高性价比的视频生成与对话式编辑模型，核心特点是原生多模态和 Gemini 世界知识。
Gemini Omni Flash 的分辨率、帧率和时长是多少？
当前输出为 720p、24 FPS。时长可选 3、4、5、6、7、8、9 或 10 秒，画幅支持 16:9 和 9:16；参考图模式支持 1–4 张图片，提示词最长 20,000 字符。可用参数以后可能调整，请以当前生成页为准。
Gemini Omni Flash 会生成音频吗？
会。Omni Flash 会为每段视频原生生成音轨。需要环境声、音效、对白、音乐或明确节奏时，请写进提示词。
Gemini Omni Flash 和 Veo 3.1 有什么区别？
Omni Flash 更强调 Gemini 的原生多模态理解与世界知识，适合需要综合理解视觉参考、复杂场景关系和声音意图的创作。Veo 3.1 更强调高保真画面、提示词遵循和电影化控制，适合更看重构图、镜头语言、视觉一致性与成片质感的场景。两者都能生成带音频的视频，具体可用参数以 VidGen 当前生成页为准。
Gemini Omni Flash 的首帧模式和参考图模式有什么不同？
首帧模式会把一张图片作为视频的开场画面来动画化；参考图模式用多张图片引导主体、产品、风格或构图，不保证某张图会原样成为第一帧。
怎样为 Gemini Omni Flash 编写更好的提示词？
写清主体、动作、运镜、光影、氛围和声音，并为重要事件添加时间点。参考图模式应说明每张图的用途，必要时用 <IMAGE_REF_0> 等标签指向具体素材。
Google 会为 Gemini Omni Flash 视频添加水印吗？
Google 表示，所有 Omni 生成视频都包含不可感知的 SynthID 水印，用于标识 AI 内容来源。
Gemini Omni Flash 仍是预览版吗？
是。Google 目前将 gemini-omni-flash-preview 标记为预览模型，因此功能与可用范围以后可能调整。