Google 發表多模態影音模型 Gemini Omni 支援對話式編輯

Google 在 I/O 2026 發表 Gemini Omni，主打整合文字、圖片、影音等多種輸入，生成高保真影片。其重要性在於將影片製作從一次性提示，推進至可用自然語言反覆調整的「對話式編輯」，降低專業剪輯與內容創作門檻。

最新版本 Gemini Omni Flash 可精準修改視角、光線與動作，首版影片輸出上限為 10 秒；Google 並稱模型在三項影片生成評測達到 SOTA。Gemini Omni API 即將上線，且預計於 I/O 2026 大會當週免費導入 YouTube Shorts。