.webp)
.webp)
.webp)
.webp)
Google · Gemini Omni
Gemini Omni：依託 Gemini 世界知識的多模態 AI 視頻
Gemini Omni 是 Google 面向多模態視頻生成的模型：把 Gemini 的語言理解、世界知識與物理推理能力帶入視頻創作，支持以文字、圖片或參考視頻作爲輸入，在 Yevideo 上一條鏈路完成文生視頻、圖生視頻、視頻生視頻與 AI 視頻剪輯。相比「只會動起來的畫面」，Gemini Omni 更強調場景是否合理、運動是否可信、提示詞是否被準確執行——適合廣告概念片、產品演示、社媒短視頻與需要多素材參考的複雜鏡頭。
世界知識 + 物理推理：畫面不只好看，還要「說得通」
很多 AI 視頻的問題不在分辨率，而在邏輯：物體違反重力、交互穿幫、場景元素與描述對不上。Gemini Omni 依託 Gemini 的世界知識與物理推理，在複雜環境、多主體互動與非常規創意裏，更容易生成「看得懂、信得過」的動態畫面。寫提示時把因果關係、材質與運動方向寫清楚，比堆形容詞更能發揮這一優勢。
多模態參考：最多 7 張圖 + 1 段視頻，按配額靈活組合
Gemini Omni 採用配額制管理參考素材：每張圖片佔 1 個單位，每段參考視頻佔 2 個單位，圖片數 + 視頻數×2 不超過 7。你可以只用文字起步，也可以上傳 1–7 張參考圖鎖定角色與場景，或在視頻生視頻 / AI 剪輯里加入一段參考視頻（最長 30 秒）控制運鏡與節奏。同一模型 ID 貫穿四個工作臺，換模式不必換賬號或換工具。
最高 4K 輸出：從試創意到可展示樣片
Gemini Omni 支持 720p、1080p 與 4K 分辨率，無參考視頻輸入時可選擇 4、6、8、10 秒時長，並支持 16:9 與 9:16 畫幅。常見做法是先用 720p、較短時長快速驗證氣質與動作，滿意後再升 1080p 或 4K 做交付級樣片——在 Yevideo 生成前頁面會提示預估積分，便於控制試錯成本。
文生視頻：把「誰 / 在哪 / 怎麼動」寫成可執行的鏡頭
無需參考圖，直接用提示詞生成動態視頻。Gemini Omni 文生視頻適合故事敘述、概念驗證與營銷策劃——當創意還停在文字階段，這是最快「演」出來的方式。建議把主體、場景、動作順序、光線與鏡頭類型分開寫，避免互相打架的描述。
- 用短句分行：主體 / 場景 / 動作 / 光線 / 鏡頭運動
- 需要複雜交互時，用「先……再……最後……」交代時間順序
- 涉及真實世界常識（天氣、材質、尺度）時寫具體一點，便於模型調用世界知識
- 先用 720p、8 秒試方向，滿意再升分辨率或加長
圖生視頻：1–7 張參考圖，讓靜態主視覺動起來
圖生視頻至少需要 1 張參考圖，最多 7 張。Gemini Omni 在保持原圖氣質與主體輪廓的前提下補全運動，適合產品展示、角色動畫與已有 KV 擴展爲動態樣片。文字側側重「怎麼動、鏡頭跟誰」，避免重複畫面裏已經寫明的信息。
- 上傳主體突出、邊緣乾淨的參考圖；多圖時可分別說明每張圖的作用
- 描述運動方向、幅度與節奏：轉頭、邁步、鏡頭緩慢推進等
- 需要保留外觀時，明確「不改變五官/產品輪廓」，減少漂移
- 配額：圖片數 + 視頻數×2 ≤ 7，規劃好參考素材組合
視頻生視頻：參考視頻 + 多圖，生成新鏡頭而非簡單濾鏡
Gemini Omni 視頻生視頻支持可選參考視頻（佔 2 配額）與 1–7 張參考圖組合輸入。適合在保留運鏡節奏或動作骨架的同時，替換風格、環境或主體氣質——比純風格遷移更強調「按你的分鏡意圖出片」。有參考視頻時，輸出時長由模型自動確定，工作臺會隱藏時長選項。
- 先確定參考視頻主要提供什麼：運鏡、動作還是節奏
- 再用文字說明希望保留與希望改變的部分
- 參考視頻最長 30 秒、單文件 ≤100MB；與圖片合計不超過配額 7
- 大幅度改風格時，建議分步：先穩主體，再加強運動或換環境
AI 視頻剪輯：用自然語言改光線、換背景、修細節
AI 視頻剪輯側重在已有片段上修改，而不是從零生成全新敘事。上傳參考視頻並配合可選參考圖，用自然語言描述修改意圖——調光線、換背景、局部替換等。與視頻生視頻的差異在於產品定位：剪輯檯面向「修成片」，視頻生視頻面向「參考舊片生成新片」。
- 一次聚焦一類修改（光線 / 背景 / 主體），成功率更高
- 用時間順序描述：開場提亮、中段換窗外爲夜景等
- 局部修改寫清範圍：只動背景不動人物，或只動手部不動臉
- 有參考視頻時時長由模型決定，無需手動選秒數
在 Yevideo 工作臺選擇 Gemini Omni，即可體驗文生、圖生、視頻生視頻與 AI 剪輯四條鏈路。
Gemini Omni 適合哪些人？能給他們帶來什麼價值？
品牌創意、產品營銷、自媒體、獨立作者——需要多模態參考、複雜場景可信、一條鏈路從試創意到 4K 樣片，就選 Gemini Omni。
.png)
複雜創意也能「演」得合理
廣告與概念片常需要違背日常經驗的畫面，但又要讓觀衆信。Gemini Omni 的世界知識與物理推理，幫助奇幻創意在動態中仍保持可讀性與說服力，減少「一眼 AI 穿幫」。
.png)
.png)
.png)
常見問題解答
Gemini Omni 是什麼？和 Google Gemini 有什麼關係？
Gemini Omni 是 Google 基於 Gemini 多模態能力推出的 AI 視頻生成模型，強調世界知識、物理推理與多模態參考輸入。Yevideo 通過接口接入該模型，你可以在瀏覽器工作臺直接體驗，無需自行部署 API。
Gemini Omni 主要強在哪？適合做什麼內容？
三點最爲突出：1. Gemini 世界知識與物理推理，複雜場景更可信；2. 靈活的多模態參考（最多 7 張圖 + 1 段視頻）；3. 四工作臺共用同一模型，從文生到剪輯可連續創作。適合廣告小樣、產品演示、社媒短視頻、概念分鏡與需要多素材對齊的鏡頭。
參考圖和參考視頻的配額怎麼算？
總配額爲 7：每張圖片佔 1，每段參考視頻佔 2。例如上傳 1 段視頻（佔 2）後，最多還可上傳 5 張圖；若不上傳視頻，最多 7 張圖。圖生視頻至少需 1 張圖。
怎麼寫提示詞，成片會更穩定？
建議用「主體 + 場景 + 動作 + 鏡頭 + 氛圍」結構，分行寫清；減少互相矛盾的光線或運鏡描述。有參考圖時，文字側重運動與鏡頭，少重複畫面已有信息。有參考視頻時，說明參考片提供的是運鏡還是動作，以及你想改什麼。
和 Seedance 2.0、Veo 3.1 相比該怎麼選？
沒有萬能最強，只有更貼合任務。Gemini Omni 的優勢在於 Gemini 世界知識與多模態配額組合；若你更看重某條廠商的原生音頻工作流或已有固定管線，可並行試生成對比。常見做法：同一分鏡用 Gemini Omni 與備選模型各跑一版，按成片氣質與積分成本選型。
在 Yevideo 使用 Gemini Omni 如何計費？
按模型、分辨率、時長以及是否有參考視頻輸入等綜合計價，生成前頁面會顯示預估積分。建議先用 720p、較短時長試方向；有參考視頻時輸出時長由模型決定，計費維度以站內實時規則爲準。任務異常失敗時，額度不會扣除。