.webp)
.webp)
.webp)
.webp)
Google · Gemini Omni
Gemini Omni：依托 Gemini 世界知识的多模态 AI 视频
Gemini Omni 是 Google 面向多模态视频生成的模型：把 Gemini 的语言理解、世界知识与物理推理能力带入视频创作，支持以文字、图片或参考视频作为输入，在 Yevideo 上一条链路完成文生视频、图生视频、视频生视频与 AI 视频剪辑。相比「只会动起来的画面」，Gemini Omni 更强调场景是否合理、运动是否可信、提示词是否被准确执行——适合广告概念片、产品演示、社媒短视频与需要多素材参考的复杂镜头。
世界知识 + 物理推理：画面不只好看，还要「说得通」
很多 AI 视频的问题不在分辨率，而在逻辑：物体违反重力、交互穿帮、场景元素与描述对不上。Gemini Omni 依托 Gemini 的世界知识与物理推理，在复杂环境、多主体互动与非常规创意里，更容易生成「看得懂、信得过」的动态画面。写提示时把因果关系、材质与运动方向写清楚，比堆形容词更能发挥这一优势。
多模态参考：最多 7 张图 + 1 段视频，按配额灵活组合
Gemini Omni 采用配额制管理参考素材：每张图片占 1 个单位，每段参考视频占 2 个单位，图片数 + 视频数×2 不超过 7。你可以只用文字起步，也可以上传 1–7 张参考图锁定角色与场景，或在视频生视频 / AI 剪辑里加入一段参考视频（最长 30 秒）控制运镜与节奏。同一模型 ID 贯穿四个工作台，换模式不必换账号或换工具。
最高 4K 输出：从试创意到可展示样片
Gemini Omni 支持 720p、1080p 与 4K 分辨率，无参考视频输入时可选择 4、6、8、10 秒时长，并支持 16:9 与 9:16 画幅。常见做法是先用 720p、较短时长快速验证气质与动作，满意后再升 1080p 或 4K 做交付级样片——在 Yevideo 生成前页面会提示预估积分，便于控制试错成本。
文生视频：把「谁 / 在哪 / 怎么动」写成可执行的镜头
无需参考图，直接用提示词生成动态视频。Gemini Omni 文生视频适合故事叙述、概念验证与营销策划——当创意还停在文字阶段，这是最快「演」出来的方式。建议把主体、场景、动作顺序、光线与镜头类型分开写，避免互相打架的描述。
- 用短句分行：主体 / 场景 / 动作 / 光线 / 镜头运动
- 需要复杂交互时，用「先……再……最后……」交代时间顺序
- 涉及真实世界常识（天气、材质、尺度）时写具体一点，便于模型调用世界知识
- 先用 720p、8 秒试方向，满意再升分辨率或加长
图生视频：1–7 张参考图，让静态主视觉动起来
图生视频至少需要 1 张参考图，最多 7 张。Gemini Omni 在保持原图气质与主体轮廓的前提下补全运动，适合产品展示、角色动画与已有 KV 扩展为动态样片。文字侧侧重「怎么动、镜头跟谁」，避免重复画面里已经写明的信息。
- 上传主体突出、边缘干净的参考图；多图时可分别说明每张图的作用
- 描述运动方向、幅度与节奏：转头、迈步、镜头缓慢推进等
- 需要保留外观时，明确「不改变五官/产品轮廓」，减少漂移
- 配额：图片数 + 视频数×2 ≤ 7，规划好参考素材组合
视频生视频：参考视频 + 多图，生成新镜头而非简单滤镜
Gemini Omni 视频生视频支持可选参考视频（占 2 配额）与 1–7 张参考图组合输入。适合在保留运镜节奏或动作骨架的同时，替换风格、环境或主体气质——比纯风格迁移更强调「按你的分镜意图出片」。有参考视频时，输出时长由模型自动确定，工作台会隐藏时长选项。
- 先确定参考视频主要提供什么：运镜、动作还是节奏
- 再用文字说明希望保留与希望改变的部分
- 参考视频最长 30 秒、单文件 ≤100MB；与图片合计不超过配额 7
- 大幅度改风格时，建议分步：先稳主体，再加强运动或换环境
AI 视频剪辑：用自然语言改光线、换背景、修细节
AI 视频剪辑侧重在已有片段上修改，而不是从零生成全新叙事。上传参考视频并配合可选参考图，用自然语言描述修改意图——调光线、换背景、局部替换等。与视频生视频的差异在于产品定位：剪辑台面向「修成片」，视频生视频面向「参考旧片生成新片」。
- 一次聚焦一类修改（光线 / 背景 / 主体），成功率更高
- 用时间顺序描述：开场提亮、中段换窗外为夜景等
- 局部修改写清范围：只动背景不动人物，或只动手部不动脸
- 有参考视频时时长由模型决定，无需手动选秒数
在 Yevideo 工作台选择 Gemini Omni，即可体验文生、图生、视频生视频与 AI 剪辑四条链路。
Gemini Omni 适合哪些人？能给他们带来什么价值？
品牌创意、产品营销、自媒体、独立作者——需要多模态参考、复杂场景可信、一条链路从试创意到 4K 样片，就选 Gemini Omni。
.png)
复杂创意也能「演」得合理
广告与概念片常需要违背日常经验的画面，但又要让观众信。Gemini Omni 的世界知识与物理推理，帮助奇幻创意在动态中仍保持可读性与说服力，减少「一眼 AI 穿帮」。
.png)
.png)
.png)
常见问题解答
Gemini Omni 是什么？和 Google Gemini 有什么关系？
Gemini Omni 是 Google 基于 Gemini 多模态能力推出的 AI 视频生成模型，强调世界知识、物理推理与多模态参考输入。Yevideo 通过接口接入该模型，你可以在浏览器工作台直接体验，无需自行部署 API。
Gemini Omni 主要强在哪？适合做什么内容？
三点最为突出：1. Gemini 世界知识与物理推理，复杂场景更可信；2. 灵活的多模态参考（最多 7 张图 + 1 段视频）；3. 四工作台共用同一模型，从文生到剪辑可连续创作。适合广告小样、产品演示、社媒短视频、概念分镜与需要多素材对齐的镜头。
参考图和参考视频的配额怎么算？
总配额为 7：每张图片占 1，每段参考视频占 2。例如上传 1 段视频（占 2）后，最多还可上传 5 张图；若不上传视频，最多 7 张图。图生视频至少需 1 张图。
怎么写提示词，成片会更稳定？
建议用「主体 + 场景 + 动作 + 镜头 + 氛围」结构，分行写清；减少互相矛盾的光线或运镜描述。有参考图时，文字侧重运动与镜头，少重复画面已有信息。有参考视频时，说明参考片提供的是运镜还是动作，以及你想改什么。
和 Seedance 2.0、Veo 3.1 相比该怎么选？
没有万能最强，只有更贴合任务。Gemini Omni 的优势在于 Gemini 世界知识与多模态配额组合；若你更看重某条厂商的原生音频工作流或已有固定管线，可并行试生成对比。常见做法：同一分镜用 Gemini Omni 与备选模型各跑一版，按成片气质与积分成本选型。
在 Yevideo 使用 Gemini Omni 如何计费？
按模型、分辨率、时长以及是否有参考视频输入等综合计价，生成前页面会显示预估积分。建议先用 720p、较短时长试方向；有参考视频时输出时长由模型决定，计费维度以站内实时规则为准。任务异常失败时，额度不会扣除。