Gemini Omni Flash 模型介绍

模型介绍

谷歌开发的「Gemini Omni Flash」是一款开创性的多模态模型，可高度融合图像、文本和音频，并能以近乎实时的速度生成和编辑视频。它不仅能简单地将素材拼接在一起，还能深度理解场景语境与物理法则，生成连贯的视频，逼真还原重力、流体运动等细节。

该模型的优势在于其极具灵活性的高级视频编辑能力。通过自然语言指令，用户可在生成的视频中添加或删除特定物体，更改镜头角度或背景风格，还能在保留角色视觉效果和身份特征的同时，对场景进行无缝编辑。

它支持输出最长达10秒的音视频同步视频，可为社交媒体短视频、广告创意的快速原型制作、虚拟形象创建等场景提供直观且高品质的视频制作支持。

价格介绍

模型技术规格