Gemini Omni 相关 AI 资讯

7月28日

06:50

Google Gemini App@GeminiApp

Gemini 团队将于7月29日11:30am PT在 Discord 服务器举办 Prompt Like a Pro 活动。团队成员将分享用户真实用例，并提供提示词优化技巧。活动覆盖 Gemini Omni、Gemini Live、Notebooks 等功能的进阶用法。参与者可在线学习如何提升提示词质量，充分利用 Gemini 特性。

技巧 Gemini Discord 提示词工程

推荐理由：想用好 Gemini 的 Omni、Live 这些功能？官方团队手把手教你写提示词，还能看真实案例，别错过。

原文

7月24日

13:03

13:03官方账号Latent Space (swyx)（博客/媒体）

Black Forest Labs 发布了 FLUX 3，这是一种多模态流模型。它在图像生成等任务上击败了 Seedance 2.0、Gemini Omni 和 Grok Imagine。此外还推出了 FLUX-mimic 视频动作机器人模型。这些模型展示了 BFL 在多模态生成和机器人领域的进展。

AI模型 FLUX 3 Black Forest Labs Seedance 2.0

事件专题

推荐理由：BFL 新出的 FLUX 3 图像生成超强，直接吊打 Seedance 2.0、Gemini Omni 和 Grok Imagine，还带了个机器人模型，快来看看。

原文

7月17日

13:46

13:46IT之家（博客/媒体）

谷歌在 Google Vids 中推出数字分身功能，用户上传一张自拍照和一段语音录音即可生成外貌和声音模仿本人的虚拟形象。多模态 AI 模型 Gemini Omni 也登陆该平台，支持文字提示词和参考图片生成视频，并可更换背景、改善光线或加入特效。Omni 还支持分步编辑，无需重新生成整段视频。数字分身绑定谷歌账号并嵌入 SynthID 隐形水印，仅面向部分国家年满18岁的用户开放。

AI产品 Google Vids Gemini Omni 数字分身

事件专题

推荐理由：谷歌给 Vids 加了数字分身，上传自拍和录音就能生成自己出镜的 AI 视频，还能用 Gemini Omni 改背景调光线，比 HeyGen 更方便。

原文

02:39

techcrunch@Sarah Perez

Google Vids 推出个性化 AI 头像，用户可创建数字版自己并用于视频制作。该功能由 Gemini Omni 驱动，支持通过文本提示和参考图像生成及编辑视频。用户无需专业设备即可生成包含本人形象的 AI 视频。此更新目前面向部分 Workspace 用户开放。

AI产品 Google Vids Gemini Omni 视频生成

事件专题

推荐理由：Google 在 Vids 里加了 AI 头像，你用自己的照片就能生成数字分身，配合 Gemini Omni 还能从文字直接做视频，适合快速做个人介绍或创意短片。

原文

6月17日

07:29

07:29IT之家（博客/媒体）

谷歌正式推送 Android 17 系统，并同步发布 Wear OS 7。新版安卓深度集成 AI 模型，包括音乐生成模型 Lyria 3、多模态大模型 Gemini Omni 以及基于 AudioLM 的语音翻译工具。Pixel 系列设备率先获得更新，Pixel 10a 搭载实时同声传译功能。系统新增同屏录摄、气泡任务栏、折叠屏游戏模式等实用功能。Wear OS 7 续航提升 10%，并新增紧急状况检测和 Gemini 智能功能。

AI产品 Android 17 Gemini Omni Lyria 3

推荐理由：谷歌刚推的Android 17，深度集成了AI，能用Lyria 3生成音乐、Gemini Omni剪视频、AudioLM实时翻译，Pixel 10a还有新功能，挺实用。

原文

6月2日

12:07

AI Will@FinanceYF5

Google 展示了其 Gemini Omni 模型的新能力，允许用户通过自然语言指令改变视频中的摄像机角度、调整视角或修改光照效果，同时保持物理规律和角色一致性。演示中，用户输入“把场景改成沙漠（其他不变）”，视频即被重新渲染。这一技术突破了传统视频编辑的局限，为内容创作者提供了前所未有的灵活性和控制力。它标志着多模态 AI 在视频理解和生成方面的重要进展，有望简化影视制作、广告和社交媒体内容创作流程。

AI产品 Gemini Omni 视频编辑多模态AI

推荐理由：视频创作者和后期团队终于可以像改文字一样改视频了——Gemini Omni 让你一句话调整视角和光照，还保持物理和角色一致，做内容生产的建议点开看看怎么用。

原文

01:11

berryxia@berryxia

Google 的 Gemini Omni 正式推出数字人（Digital Avatar）功能，用户只需在 App 或网页端拍摄几张照片并录制几句语音，即可生成外貌和声音都高度仿真的数字分身。该分身可直接用于视频创作工具，让用户“自己”出现在视频中。所有生成视频均嵌入不可见的 SynthID 数字水印，便于验证来源，有效防范深度伪造风险。整个过程对普通用户只需几分钟，无需专业设备，对教育、营销和内容创作者是重大利好。

AI产品数字人 Gemini Omni 视频创作

事件专题

推荐理由：做视频内容的人终于可以不用真人出镜了——Gemini Omni 的数字人功能让克隆自己变得像拍照一样简单，教育博主和营销团队建议立刻试试。

原文

00:13

Google Gemini App@GeminiApp

精选

Google宣布，所有由Gemini Omni生成的视频将自动包含不可感知的SynthID数字水印。用户可通过Gemini应用验证视频是否由该模型生成。此举旨在扩展内容透明度与验证工具，帮助用户识别网络内容的来源和编辑痕迹。博客文章进一步说明了相关技术和应用细节。

AI产品 Gemini Omni SynthID 数字水印

事件专题

推荐理由：Google给AI视频加隐形水印了

原文

5月30日

11:04

Google Gemini App@GeminiApp

Google 的 Gemini Omni 模型展示了从屏幕视频输入到现实物理模拟的端到端能力。用户只需一个提示词，模型就能理解视频内容，应用物理规则并生成无缝的新运动。该功能将视频理解与物理仿真结合，为创意内容生成和交互式应用开辟了新可能。目前已在 X 平台开放试用，用户可分享自己的实验案例。

AI产品 Gemini Omni 视频生成物理模拟

推荐理由：视频创作者和 AI 应用开发者可以直接用 Gemini Omni 把屏幕内容变成物理模拟视频，省去传统 3D 建模和动画流程，值得一试。

原文

03:00

Google Gemini App@GeminiApp

精选

Google 宣布 Gemini Omni 现已向 Google AI Plus、Pro 和 Ultra 所有订阅用户开放。用户可以通过 gemini.google 网页端或官方应用直接使用。此更新扩展了 Gemini Omni 的访问权限，覆盖更多付费用户群体。

AI产品 Gemini Omni Google AI AI产品

推荐理由：谷歌把Omni开放给更多订阅用户了

原文

5月29日

03:03

Google Gemini App@GeminiApp

精选

Gemini App 宣布印度用户现在可以上传视频并使用 Gemini Omni 进行编辑和变换。该功能支持从相机胶卷或保存的文件中上传。Gemini Omni 被描述为在 Vibe 视频编辑方面超越一切。目前该更新是否会在印度以外地区推出尚未明确。

AI产品 Gemini App Gemini Omni Google

推荐理由：谷歌推出 Gemini Omni 视频编辑

原文

5月27日

08:20

岚叔@lufzzliz

精选

本文介绍了如何将 Gemini Omni 用作视频导演工具，核心思路是从描述画面升级为控制系统。Google AI 提供了 5 种 Prompt 方法：调用真实世界知识、控制文字渲染、像摄影师一样写镜头、局部迭代修改、动态修改动作。文章给出了具体的 Prompt 骨架和镜头词库，帮助用户像导演一样控制世界知识、主体动作、镜头语言、文字系统、时间节奏和迭代约束。这种方法让视频生成更精准、可迭代，适合内容创作者和视频制作者直接使用。

AI产品 Gemini Omni 视频生成 Prompt 工程

推荐理由：做视频生成的内容创作者终于不用靠堆砌形容词碰运气了——这套导演式 Prompt 方法让你像控制分镜一样控制输出，建议直接套用文中的镜头词库和骨架试试。

原文

5月23日

01:48

Ethan Mollick@emollick

76°

Ethan Mollick 指出，Gemini Omni 与其他视频 AI 的关键区别在于其完全多模态能力，可以原生编辑视频。他展示了将1896年经典电影《火车进站》中的火车改为子弹头列车、乐高风格，并添加时间旅行者、蜈蚣和布偶等元素。视频中甚至保留了反射效果，体现了 Gemini Omni 对视频内容的深度理解和编辑能力。这一演示凸显了 Gemini Omni 在视频生成和编辑领域的独特优势。

AI产品 Gemini Omni 多模态视频编辑

推荐理由：Gemini Omni 的原生视频编辑能力让创作者可以直接在视频中做复杂修改，做视频内容或 AI 应用的开发者值得关注，看看它如何理解并重构视频场景。

原文

5月22日

07:53

AI Will@FinanceYF5

Google 发布了名为 Gemini Omni 的新模型，能够从任意输入（如视频）生成任意内容。该模型首先支持视频输入，类似“Nano Banana”但针对视频场景。目前已在 Gemini App、Flow 和 YouTube 中可用，API 支持即将推出。这标志着多模态 AI 能力的重大扩展，让用户能更灵活地创作和交互。

AI模型 Gemini Omni 多模态视频生成

推荐理由：多模态 AI 又进一步——Gemini Omni 从视频直接生成内容，做视频创作或内容生产的团队值得关注，API 开放后可以直接集成到工作流中。

原文

5月21日

15:20

AI Will@FinanceYF5

Google 发布了全新模型 Gemini Omni，能够根据任意输入（如文本、图像、音频）生成任意输出内容，首先支持视频生成。该功能将集成到 Gemini App、Flow 和 YouTube 中，API 支持即将推出。Omni 被视为“Nano Banana”的视频版，标志着多模态生成能力的重大突破。这一进展将极大简化内容创作流程，尤其对视频创作者和开发者意义重大。

AI产品 Gemini Omni 多模态生成视频生成

推荐理由：多模态生成从文本扩展到视频，做内容创作或视频开发的团队可以直接在 Gemini App 和 YouTube 中体验，建议第一时间试用。

原文

08:00

Google Gemini App@GeminiApp

Google 的 Gemini Omni 功能允许用户创建个人数字分身（avatar），该分身能复制用户的声音和形象。用户只需一次创建，之后即可反复使用该分身生成视频，无需每次重新上传照片或录制音频。这一功能极大简化了视频制作流程，尤其适合需要频繁出镜的内容创作者、教育工作者或企业培训场景。目前该功能已通过 Gemini App 推出，引发广泛关注。

AI产品 Gemini Omni 数字分身视频生成

推荐理由：做视频内容的人终于不用每次重新录制了——Gemini Omni 的数字分身让你一次创建、反复使用，省去大量重复工作，建议内容创作者和培训团队试试。

原文

08:00

小互@imxiaohu

一条推文将 Gemini Omni 形容为“视频版的香蕉”，暗示其具备强大的视频编辑与理解能力。作者认为它远不止视频编辑，而是世界模型的雏形，代表了通用 AGI 的初始形态。该推文引发了对 Gemini Omni 潜力的讨论，认为它可能推动 AI 从语言模型向多模态世界理解迈进。

AI产品 Gemini Omni 世界模型 AGI

推荐理由：如果你关注多模态 AI 和 AGI 进展，这条推文点出了 Gemini Omni 可能超越视频编辑、成为世界模型雏形的关键判断，值得一看。

原文

08:00

Google Gemini App@GeminiApp

Google 宣布 Gemini Omni 即日起向所有 Google AI Plus、Pro 和 Ultra 订阅用户开放，可在 gemini.google 网站和移动应用中使用。该功能支持用户创建个性化头像，并鼓励在评论区分享作品。此举标志着 Google 在 AI 多模态交互上的进一步扩展，为付费用户提供了更丰富的创作工具。

AI产品 Gemini Omni Google AI 头像生成

推荐理由：Gemini Omni 让 Google AI 订阅用户有了新的创作玩法，做内容或社交媒体的团队可以试试用它生成头像，提升互动趣味。

原文

08:00

The Rundown AI@therundownai

93°

在 Google I/O 大会上，Demis Hassabis 正式介绍了 Gemini Omni，一个号称“能从任何输入创建任何输出”的新型 AI 模型。该模型支持文本、图像、音频、视频等多种模态的输入与生成，旨在实现真正的多模态理解和创作。这一发布标志着 Google 在通用 AI 能力上的重要一步，可能重塑内容创作、人机交互等领域的范式。目前具体技术细节和上线时间尚未公布，但已引发行业广泛关注。

AI模型 Gemini Omni 多模态模型 Google I/O

推荐理由：Gemini Omni 把多模态 AI 的边界推到了“任意输入→任意输出”，做内容创作、产品设计或人机交互的团队值得关注——这可能是下一代 AI 应用的基础设施。

原文

08:00

Sundar Pichai@sundarpichai

83°

Google CEO Sundar Pichai 宣布推出 Gemini Omni，这是一个不仅能生成逼真场景，还能推理下一步该发生什么的视频生成模型。它结合了物理直觉与 Gemini 对历史、科学和文化背景的知识，使生成的视频更具逻辑性和上下文相关性。该功能今日起面向全球 Google AI Plus、Pro 和 Ultra 订阅用户，通过 Gemini 应用、Google Flow 以及 YouTube Shorts 逐步开放。这一进展标志着 AI 视频生成从“看起来真实”向“理解并预测动态”迈出了重要一步。

AI产品 Gemini Omni 视频生成物理推理

推荐理由：做视频生成或 AI 内容创作的团队，终于有了一个能理解物理规律和文化背景的模型——生成的视频不再只是视觉逼真，而是逻辑连贯。建议订阅 Google AI 的用户立即体验。

原文

08:00

官方一手歸藏(guizang.ai)@op7418

AI产品谷歌 Gemini Omni 视频模型

推荐理由：做视频分析和多模态应用的开发者终于可以上手测试了——Gemini Omni 的实时视频理解能力可能改变视频交互方式，建议有相关需求的团队尽早体验。

原文

5月20日

09:52

shao__meng@shao__meng

83°

Google 在 I/O 大会上发布了 Gemini Omni，这是一个原生多模态的「理解+生成」模型，主攻视频领域。与 Veo、Sora 等传统视频生成模型不同，Omni 从底层设计为多模态，支持任意组合输入（图、文、视频、音频）产出或编辑视频。其核心差异化能力包括对话式视频编辑（多轮修改保持一致性）、结合世界知识与物理直觉的生成，以及任意参考物组合。Omni 在编辑方式、提示词要求和知识运用上全面超越现有模型，标志着视频生成进入新阶段。

AI产品 Gemini Omni 多模态模型视频生成

推荐理由：做视频创作或 AI 内容生成的团队，终于有了一个能像聊天一样改视频的工具——多轮编辑保持一致性，不用每次重写 prompt，建议直接看官方对比。

原文

09:32

09:32IT之家（博客/媒体）

72°

字节跳动即将发布Seedance 2.1模型，相比2.0版本生成质量提升20%，主要改进在时间一致性和物理模拟。该模型已占据AI视频生成市场超80%的算力消耗份额，远超可灵和万相。字节计划将Seedance 2.1整合到剪映等创作工具中。谷歌也在I/O大会上发布了Gemini Omni模型，加入视频生成竞争。

AI产品字节跳动 Seedance AI视频生成

推荐理由：AI视频生成赛道格局已定，Seedance以绝对算力优势领先，做视频创作或内容工具的团队值得关注其2.1版本的实际表现。

原文

08:18

berryxia@berryxia

76°

Google 发布 Gemini Omni，一种不仅能生成逼真视频，还能基于物理直觉和知识推理场景后续发展的 AI 模型。它将物理直观与历史、科学、文化背景知识结合，使生成内容更符合现实逻辑。该模型即日起面向全球 Google AI Plus、Pro 和 Ultra 订阅用户推出，首批支持视频输出。这一进展标志着视频生成从单纯视觉真实迈向因果推理的新阶段。

AI模型 Gemini Omni 视频生成物理推理

推荐理由：做视频生成或物理模拟的开发者值得关注——Gemini Omni 把常识推理带进视频生成，让 AI 不再只是“画得好”，而是“想得对”。

原文

06:03

rohanpaul_ai@rohanpaul_ai

83°

Google 推出 Gemini Omni，一个能从视频、图像、音频、文本和草图等多种输入生成并编辑视频的 AI 模型。用户只需用自然语言描述，即可添加角色、替换物体、改变动作、调整风格、同步声音或移动镜头，且每次编辑后场景保持稳定。Omni 具备更强的世界理解能力，能更真实地模拟重力、流体运动、动能和物理交互。该模型将集成到 Gemini 应用、Google Flow 和 YouTube Shorts 中。Google 还为 Omni 输出添加了 SynthID 水印和 C2PA 内容凭证，以标识 AI 生成或编辑的媒体。

AI产品 Gemini Omni 视频生成视频编辑

事件专题

推荐理由：视频创作者和内容团队终于有了一个能像导演一样反复指导修改的 AI 工具，而非一次性的 prompt 生成。做短视频、广告或影视后期的人，可以直接用自然语言调整画面细节，值得关注。

原文

04:16

官方账号Demis Hassabis@demishassabis

精选

Demis Hassabis 宣布 Gemini Omni 在多模态理解与编辑方面取得重大进展。该模型能处理照片、视频和音频输入，并构建全新场景。初期从视频开始，未来将支持任意输入与输出。用户可上传自己的视频并在其上迭代想法。

AI模型 Gemini Omni 多模态视频编辑

推荐理由：Gemini Omni能处理视频/音频/图片并构建新场景

原文

03:17

官方账号Google AI@GoogleAI

精选

GoogleAI 推出 Gemini Omni 模型，支持从文本、图像、音频等多种输入类型生成内容，初始阶段重点支持视频输入。该模型旨在实现“从任何输入创建任何输出”的目标，但官方未公布具体基准测试成绩或模型参数。推文通过 Twitter 线程形式解释其意义，引发社区关注。

AI模型 Gemini Omni GoogleAI 多模态

推荐理由：谷歌的万能创作模型来了

原文

03:07

Google Gemini App@GeminiApp

精选

Google 即日起向 Google AI Plus、Pro 和 Ultra 订阅用户全球推送 Gemini Omni，支持在 gemini.google 网站和移动应用中使用。未来将陆续支持图像和音频等更多输出格式。该模型可同时处理文本、图像、音频等多模态输入。目前所有 Plus、Pro 和 Ultra 用户均可体验。

AI产品 Gemini Omni Google 多模态

推荐理由：试试谷歌新多模态模型

原文

03:07

Google Gemini App@GeminiApp

精选

Google在Google IO上发布新模型Gemini Omni，可接受图像、视频和文本作为输入，生成高质量视频。该模型利用Gemini的真实世界知识，使视频内容更加准确和连贯。这是多模态视频生成的重要进展，支持从多种混合输入直接创建视频内容。

AI模型 Gemini Omni Google 视频生成

推荐理由：Google发了能多模态生视频的模型

原文

01:31

01:31IT之家（博客/媒体）

76°

在 2026 年谷歌 I/O 大会上，谷歌正式发布 Gemini Omni 模型，宣称能“从任何输入生成任何输出”，支持对话式编辑，用户可通过一句话改变视频中的角色、背景等元素。首款模型 Gemini Omni Flash 即日起在 Gemini App、Google Flow、YouTube Shorts 可用，未来将推出 API 服务。该模型标志着多模态 AI 进入更灵活、更直观的交互阶段，降低了视频编辑门槛。

AI产品谷歌 Gemini Omni 多模态模型

推荐理由：视频创作者和内容运营团队终于可以像聊天一样改视频了——Gemini Omni 让一句话替换背景、角色成为现实，建议做短视频或后期的人直接体验。

原文

01:17

官方账号Google DeepMind@GoogleDeepMind

Google DeepMind推出Gemini Omni，这是其首个可从任何内容生成任何内容的模型，首先聚焦视频生成。该模型结合了Gemini的推理能力与DeepMind的生成式媒体系统，在多模态理解和编辑方面取得进展。它代表了世界理解、多模态和编辑能力的飞跃。目前已开始部署。

AI模型 Gemini Omni Google DeepMind 多模态

推荐理由：谷歌发布能生成视频的Gemini Omni

原文

5月19日

23:20

TestingCatalog@testingcatalog

Google 在 I/O 大会上宣布，其自动化平台 Google Flow 将集成 Gemini Omni 模型，并推出全新的 Flow Agent 体验。用户现在可以通过自然语言与 Agent 交互，完成头脑风暴、生成图像变体、重命名资源或回答关于 Flow 的问题。此外，Flow 还新增了可自定义的风格工具，提升了创作灵活性。这一更新将显著降低自动化工作流的门槛，让非技术用户也能轻松使用 AI 驱动的任务编排。

AI产品 Google Flow Gemini Omni Flow Agent

推荐理由：Google Flow 的 Agent 化让非开发者也能用自然语言驱动自动化流程，做创意或运营的团队可以直接上手试试，省去手动配置的麻烦。

原文

08:47

TestingCatalog@testingcatalog

76°

Google I/O 大会上，展示了由即将推出的 Gemini Omni 模型生成的 AI 视频。两段 8 秒高清样本中，一段是 Sandar 和 Demis 的视频，可能通过 Omni 的图像到视频风格编辑生成；另一段是 Logan 的“肖像”头像和 Omni 视频。这标志着 Gemini 新模型即将发布，引发业界关注。

AI产品 Gemini Omni AI 视频生成 Google I/O

推荐理由：视频生成技术又进一步，做 AI 内容创作的团队可以关注 Gemini Omni 的风格编辑能力，直接看样本感受效果。

原文