中文翻译
摘要: 摘要：
Google近日向Gemini应用、Google Flow和YouTube Shorts推出Gemini Omni Flash视频模型。这是Google首个原生多模态模型，可接受文本、图像、音频和视频组合输入，支持对话式、多轮视频编辑与生成。相比此前的Veo模型，Omni Flash在角色一致性和世界推理方面有显著提升，可实现背景替换、光线调整、添加或移除角色等功能。同时
正文
中文翻译
产品与工具
视频生成 | Google Gemini | 多模态 | 内容创作
Google为Flow添加Gemini Omni视频编辑功能
11个来源 | 2026年5月24日 | 8.0相关性评分
图片：nokiapoweruser.com
快速摘要
根据Google官方博客，该公司正在向Gemini应用、Google Flow和YouTube Shorts推出Gemini Omni Flash。Google的产品页面将Omni描述为原生多模态模型，可结合图像、音频、视频和文本输入，并支持对话式视频编辑和生成（blog.google；gemini.google）。The Verge和CNET的报道重点介绍了Omni Flash相比早期视频模型（如Veo）在角色一致性和世界推理方面的改进（NokiaPowerUser报道Flow内新增每日免费层级；该RSS原始描述指出免费额度为每天两个片段。Google的编辑报道和演示包含了交互式示例和模板，用于混剪素材和创建新片段，无需基于时间线的编辑方式（blog.google；gemini.google）。
事件详情
根据Google官方博客，Google正在将Omni系列的首个模型Gemini Omni Flash推向Gemini应用、Google Flow和YouTube Shorts（blog.google）。Google和Gemini产品页面将Omni描述为原生多模态模型，可接受文本、图像、音频和视频的组合输入，并支持对话式、多轮视频编辑和生成（gemini.google；blog.google）。NokiaPowerUser报道称，Google正在Flow中新增每日免费层级；该RSS原始描述指出免费额度为每天两个片段。The Verge和CNET进行了实操和产品报道，指出Omni Flash提升了角色一致性，并融入了更多世界知识，相较于此前的视频渲染工作（包括Veo骨干网络）有显著进步（The Verge；CNET）。
技术细节
编辑分析——技术背景：Google和DeepMind公开资料将Omni定位为一个技术栈，融合了推理引擎、视频渲染骨干网络和仿真层，以产生连贯、时间一致的视频输出（blog.google；deepmind.google）。Google的演示强调多轮有状态对话，每条指令都基于前序编辑构建，产品页面展示了背景替换、光线调整、添加或移除角色同时保持场景连贯性的示例（gemini.google；blog.google）。独立实操报道指出，这些功能降低了复杂编辑的入门门槛，但在处理复杂提示词时仍可能产生伪影或语义错误（The Verge）。
背景与意义
此次发布将前沿多模态视频生成器纳入了更广泛可用的创意工具链，将模型驱动编辑集成到应用工作流中，而非仅作为研究原型。报道者指出，这延续了
（原文在此处中断）
采集时间: 2026-05-24 20:23:51
AIGoogle多模态人工智能