客观审视 Google Gemini Omni

📌 One-Sentence Summary
本文对 Google Gemini Omni 进行了全面、客观的评测,详细介绍了其对话式视频编辑能力、定价、发布时间线,以及与 Veo、Sora 等竞品的对比。
📝 Summary
本文考察了 Google Gemini Omni,这是一款多模态生成模型,专为迭代式、对话式视频编辑而设计,而非一次性生成。文章厘清了该产品相对于 Google 其他工具(Nano Banana 用于图像、Veo 用于一次性视频)的定位,并梳理了三个不同的发布里程碑:在 Google I/O 2026(5 月 19 日)上宣布、API 预览(6 月 30 日),以及作为 Gemini Omni 1.1 Flash 正式可用(8 月 27 日)并带来功能升级。核心能力包括原生多模态输入、通过交互 ID 实现有状态的对话式编辑、世界知识 grounding,以及多种生成模式(文生视频、图生视频、帧插值、主体/风格参考、最长 40 秒的视频延长)。文章提供了具体的技术细节:模型标识符 `gemini-omni-1.1-flash`、企业版 token 上限(输入 131k、输出约 58k),以及定价(输入 token 每百万 $1.50、文本输出每百万 $9、视频输出每百万 $17.50,720p 下约合每秒 $0.10)。对比显示,Omni 在 LMArena 的文生视频排行榜上位居榜首,并在迭代编辑方面相较 Sora 和 Runway 具备结构性优势,但其每秒成本与 Veo 3.1 Fast 持平。局限包括不支持语音/对白编辑、上传视频编辑存在地区限制(欧洲经济区、瑞士、英国)、对未成年人和可识别身份人物的限制,以及仅对英文进行了完整评测。结论是:Omni 的价值取决于对话式编辑是否真的是实际工作流中的瓶颈。
💡 Main Points
Gemini Omni 的差异化在于对话式、有状态的视频编辑,而非单纯的生成质量
与一次性生成器(Veo、Sora、Runway)不同,Omni 通过交互 ID 在多轮编辑中保持角色、物理规律和场景的连续性,使迭代优化变成一场对话,而不是每次都重新写提示词。
三个不同的发布里程碑,功能差异显著
在 Google I/O 2026(5 月 19 日)上宣布、以 `gemini-omni-flash-preview` 提供 API 预览(6 月 30 日),以及以 `gemini-omni-1.1-flash` 正式可用(8 月 27 日),后者新增了用于保持连续性的 10 秒场景分析、可叠加的 40 秒延长、360p 草稿模式,以及改进的参考处理能力。
定价透明,720p 下约每秒 $0.10,与 Veo 3.1 Fast 相同,且无 API 免费额度
视频输出按每百万 token $17.50 计费(720p 下每秒 5,792 token),因此一段 10 秒片段约 $1.01。正式可用时引入的 360p 草稿模式提供了更便宜的迭代路径。与其他 Gemini 模型不同,Omni 没有免费 API 层级。
显著局限包括地区覆盖缺口、缺少音频编辑和语言限制
在欧洲经济区、瑞士和英国无法编辑/延长上传的视频。不支持语音/对白编辑和音频参考上传。涉及未成年人或可识别身份人物的内容受到限制。仅对英文提示词进行了完整评测。
该模型的价值主张因工作流而异:需要迭代编辑选 Omni,一次性生成选 Veo,两者价格相同
Omni 的结构性优势在于对话式编辑循环。对于只需要一次干净生成、无需修改的团队而言,相比 Veo 或价格相近的竞品几乎没有实际优势,因为价格完全相同,而差异化功能并未被使用。
💬 Key Quotes
那种具体的挫败感——为了修一个细节不得不重做整个场景——正是 Google 打造 Gemini Omni 要解决的实际问题
Omni 真正的差异化不在于它生成的视频比这两者更好看——而在于它让你通过自然对话一轮又一轮地持续编辑视频,同时模型会记住你之前确立的内容
一个只需要单次、干净、一次性生成且无需后续修改的团队,选择 Omni 而非 Veo 或价格相近的竞品,确实看不到多少实际优势
它真正的贡献在于让编辑过程感觉像一场真正的对话,而不是每次都重新猜测,并在多轮之间保持场景的角色、物理规律和连续性,这是一次性生成器在结构上无法做到的
📊 Article Meta
AI Screening: 87
Source: KDnuggets
Author: Shittu Olumide
Category: 人工智能
Language: 英文
Read Time: 8 min
Word Count: 1998
Tags:
AI 与智能应用 , 模型发布 , 多模态 AI , AI 产品与应用 , AI 工程
收藏了,以后慢慢研究。
点赞,必须点赞
这个观点很中肯,深有同感。
点赞,必须点赞
整理得太全面了,省了我不少时间。
实测过类似工具,作者说的基本属实。
思路清晰,干货满满。
赞同,实践出真知。
楼主辛苦了,内容很有参考价值。
这篇文章分析得很透彻,收藏了!
写得挺用心的,支持一下。
整理得太全面了,省了我不少时间。