Gemini Omni

介绍

Gemini Omni 是 Google DeepMind 在 I/O 2026 发布的全新原生多模态 AI 视频大模型，被誉为“视频版的 Nano Banana”。它打破了单一输入限制，能够接受文本、图像、音频和视频的任意组合并生成高质量视频，且具备对重力、流体等物理世界规律的深刻理解。其核心亮点是支持对话式多轮视频编辑，用户可通过聊天指令轻松实现背景替换、风格迁移以及 AI 角色一致性保持，并自带原生音频生成能力。

功能特征

• 任意多模态组合输入生成视频
• 对话式多轮视频编辑与重构
• 符合真实世界物理规律的视频模拟
• AI虚拟分身与角色一致性保持
• 原生音频生成与背景无缝替换

支持平台