谷歌发布Gemini Omni Flash视频生成模型及极速文生图工具

Gemini Omni Flash 视频生成模型发布

　　Google DeepMind 正式发布了多模态视频生成模型 Gemini Omni Flash，现已在 Google AI Studio 与 Gemini API 开启公开预览，面向全球开发者开放调用。同期还推出了极速图像生成模型 Nano Banana 2 Lite，旨在打通从文本到图像再到视频的完整创作链路。

多模态输入与编辑能力

　　Gemini Omni Flash 支持文本、图片和短视频混合输入，并能通过自然语言交互进行编辑，确保视频内容连贯且丰富。该模型每生成 1 秒视频收费 0.1 美元，目前单次最长仅支持生成 10 秒短视频。现阶段，Omni Flash 存在一些功能限制，如不支持音频素材上传、无法延长原有视频片段等。

内容安全与水印机制

　　为保障内容安全，所有由 Omni Flash 生成的视频均会自动嵌入 SynthID 数字水印，用户可通过多种渠道验证其真实性。

图像与视频协同生成

　　与此同时，Nano Banana 2 Lite 能在短短 4 秒内完成图片生成，两者通过 Interactions API 联动使用，显著降低了短视频批量生产的门槛。

性能表现与未来规划

　　根据实测数据对比，在对话指令遵循度和整体画面观感方面，Gemini Omni Flash 表现优于多个主流国产视频生成模型，在海外开发者中展现出较强竞争力。谷歌计划在未来持续优化该系统，包括扩充视频时长上限、改进参考视频解析能力以及实现音频导入等功能。