Gemini Omni Flash 模型介紹

模型介紹

Google開發的「Gemini Omni Flash」是一項創新的多模態模型，它能高度融合圖像、文字與音頻，並以接近即時的速度生成與編輯影片。該模型不僅僅是簡單地將素材拼湊在一起，還能深入理解場景背景與物理法則，甚至可以真實呈現重力、流體運動等細節，輸出具備一致性的影像。

本模型的優勢在於其極具彈性且先進的影片編輯能力。使用者可透過自然語言指令，在已生成的影像中新增或刪除特定物件，或是調整拍攝角度、更改背景風格。它能在保留角色外觀與識別特徵的同時，無縫編輯場景。

該模型支援輸出最長達10秒的音頻同步影片，適用於社群媒體短影片、廣告創意的快速原型製作、虛擬分身創建等場景，為使用者提供直觀且高品質的視頻製作支援。

價格介紹

模型技術規格