Gemini Omni Flash คืออะไร?

Gemini Omni Flash เป็นรุ่นแรกในตระกูล Gemini Omni ของ Google โดยเริ่มจากการสร้างวิดีโอและการตัดต่อวิดีโอเชิงสนทนา

อะไรทำให้ Gemini Omni แตกต่างจาก Veo หรือวิดีโอรุ่นอื่นๆ

มุมของหน้าหลักคือเวิร์กโฟลว์หลายรูปแบบ: Gemini Omni สามารถรวมรูปภาพ เสียง วิดีโอ และข้อความเป็นอินพุต จากนั้นสร้างและปรับแต่งวิดีโอผ่านภาษาธรรมชาติ

Gemini Omni สามารถใช้เสียงเป็นอินพุตได้หรือไม่

บทความของ Google จะแสดงตัวอย่างการใช้จังหวะดนตรีและการอ้างอิงเสียง ในขณะที่สังเกตว่าเฉพาะการอ้างอิงเสียงเท่านั้นที่ได้รับการสนับสนุนสำหรับเสียงในการเริ่มต้น และประเภทอินพุตเสียงเพิ่มเติมจะเปิดตัวในภายหลัง

ฉันสามารถใช้วิดีโอโชว์ผลงานในการผลิตได้หรือไม่

HTML นี้อ้างอิงถึงลิงก์ MP4 ของ Google Cloud Storage ระยะไกลที่ใช้โดยตัวอย่างประกาศอย่างเป็นทางการของ Gemini Omni เก็บการระบุแหล่งที่มาและตรวจสอบสิทธิ์การใช้งานก่อนที่จะเผยแพร่

มี Gemini Omni API หรือไม่

Google กล่าวว่า API สำหรับนักพัฒนาและลูกค้าองค์กรจะมาในสัปดาห์ต่อๆ ไป ดังนั้นสำเนาที่ใช้งานจริงจึงควรใช้ถ้อยคำที่ปลอดภัยต่อความพร้อมใช้งานจนกว่าบัญชีของคุณจะได้รับการยืนยันการเข้าถึง

เครื่องสร้างวิดีโอ Gemini Omni AI

Gemini Omni Flash คือโมเดลการสร้างสรรค์หลายรูปแบบใหม่ของ Google สำหรับการเปลี่ยนข้อความ รูปภาพ เสียง และวิดีโอให้เป็นวิดีโอ AI คุณภาพสูง จากนั้นแก้ไขโดยใช้ภาษาธรรมชาติ ทีละคำสั่ง

การตัดต่อวิดีโอภาษาธรรมชาติ: แก้ไขฉาก วัตถุ กล้อง การเคลื่อนไหว สไตล์ และวัสดุโดยเพียงแค่อธิบายการเปลี่ยนแปลงครั้งต่อไป
ข้อความ รูปภาพ เสียง และวิดีโอ: รวมการอ้างอิงหลายรายการไว้ในเอาต์พุตเดียว แทนที่จะสลับระหว่างเครื่องมือ AI ที่แยกจากกัน
ความสม่ำเสมอหลายรอบ: การแก้ไขแต่ละครั้งสร้างขึ้นจากส่วนสุดท้าย ช่วยให้ตัวละคร ฟิสิกส์ และบริบทของภาพมีความสอดคล้องกัน
การเล่าเรื่องตามฐานความรู้: สร้างคำอธิบายและฉากที่มีความหมายโดยใช้ความเข้าใจด้านวิทยาศาสตร์ วัฒนธรรม และประวัติศาสตร์ของGemini
การเคลื่อนไหวและวัสดุที่แม่นยำ: สร้างเอฟเฟกต์ที่เกี่ยวข้องกับแรงโน้มถ่วง พลังงานจลน์ ระลอกของเหลว จังหวะแสง และพื้นผิวสะท้อนแสง
ความโปร่งใสของ Avatar + SynthID: วิดีโออวตารส่วนตัวและความโปร่งใสของเนื้อหาที่สร้างโดย AI ได้รับการสนับสนุนผ่านสแต็ก AI ที่รับผิดชอบของ Google
แก้ไขวิดีโอผ่านการสนทนา: ตัวอย่างอย่างเป็นทางการของ Gemini Omni แสดงให้เห็นว่าวิดีโอต้นฉบับสามารถแปลงผ่านคำสั่งสั้นๆ ที่เป็นภาษาธรรมชาติได้อย่างไร ส่วนประกอบวิดีโอด้านล่างเป็นตัวยึดตำแหน่งการสาธิตที่สามารถเล่นได้ แทนที่ไฟล์ MP4 ในเครื่องด้วยเนื้อหาลิขสิทธิ์อย่างเป็นทางการเมื่อเผยแพร่
การตีความพร้อมท์ขั้นสูง: ตัวอย่างของ Gemini Omni รวมการแปลงวัตถุ ตรรกะของฉากแบบเรียกซ้ำ และการดำเนินการที่ซิงโครไนซ์เข้าด้วยกันเป็นพรอมต์เดียว
การสร้างฉากเสียงเนทีฟ: Gemini Omni สามารถใช้สัญญาณเสียงเป็นส่วนหนึ่งของคำสั่งการสร้าง โดยสร้างเหตุการณ์ภาพที่ซิงโครไนซ์กับเพลงหรือการโต้ตอบ
ความรู้และฟิสิกส์โลก: Gemini Omni ถือเป็นการสร้างวิดีโอที่มีพื้นฐานมาจากความรู้ในโลกแห่งความเป็นจริงของ Gemini รวมถึงสัญชาตญาณทางกายภาพและแนวคิดที่สามารถอธิบายได้

เลือกรุ่น: เลือกการสร้างวิดีโอต่อเนื่องหลายรูปแบบสไตล์ Gemini Omni จากพื้นที่โมเดลวิดีโอ AI
รายละเอียดการป้อนข้อมูล: เพิ่มข้อความแจ้งและการอ้างอิงเพิ่มเติม เช่น รูปภาพ วิดีโอ หรือเสียง เพื่อเป็นแนวทางในคลิปสุดท้าย
สร้างวิดีโอของคุณ: ดูตัวอย่างผลลัพธ์ แก้ไขด้วยภาษาที่เป็นธรรมชาติ และส่งออกสำหรับแพลตฟอร์มโซเชียล

Google I/O 2026 · วิดีโอ AI ต่อเนื่องหลายรูปแบบ

เครื่องสร้างวิดีโอ Gemini Omni AI

สำรวจกรณีการใช้งาน

อะไรทำให้Gemini Omni แตกต่าง

01 / การสร้างบทสนทนา

การตัดต่อวิดีโอภาษาธรรมชาติ

แก้ไขฉาก วัตถุ กล้อง การเคลื่อนไหว สไตล์ และวัสดุโดยเพียงแค่อธิบายการเปลี่ยนแปลงครั้งต่อไป

02 / อินพุตใด ๆ

ข้อความ รูปภาพ เสียง และวิดีโอ

รวมการอ้างอิงหลายรายการไว้ในเอาต์พุตเดียว แทนที่จะสลับระหว่างเครื่องมือ AI ที่แยกจากกัน

03 / หน่วยความจำฉาก

ความสม่ำเสมอหลายรอบ

การแก้ไขแต่ละครั้งสร้างขึ้นจากส่วนสุดท้าย ช่วยให้ตัวละคร ฟิสิกส์ และบริบทของภาพมีความสอดคล้องกัน

04/ความรู้รอบโลก

การเล่าเรื่องตามฐานความรู้

สร้างคำอธิบายและฉากที่มีความหมายโดยใช้ความเข้าใจด้านวิทยาศาสตร์ วัฒนธรรม และประวัติศาสตร์ของGemini

05 / ฟิสิกส์

การเคลื่อนไหวและวัสดุที่แม่นยำ

สร้างเอฟเฟกต์ที่เกี่ยวข้องกับแรงโน้มถ่วง พลังงานจลน์ ระลอกของเหลว จังหวะแสง และพื้นผิวสะท้อนแสง

06 / AI ที่รับผิดชอบ

ความโปร่งใสของ Avatar + SynthID

วิดีโออวตารส่วนตัวและความโปร่งใสของเนื้อหาที่สร้างโดย AI ได้รับการสนับสนุนผ่านสแต็ก AI ที่รับผิดชอบของ Google

แก้ไขวิดีโอผ่านการสนทนา

ตัวอย่างอย่างเป็นทางการของ Gemini Omni แสดงให้เห็นว่าวิดีโอต้นฉบับสามารถแปลงผ่านคำสั่งสั้นๆ ที่เป็นภาษาธรรมชาติได้อย่างไร ส่วนประกอบวิดีโอด้านล่างเป็นตัวยึดตำแหน่งการสาธิตที่สามารถเล่นได้ แทนที่ไฟล์ MP4 ในเครื่องด้วยเนื้อหาลิขสิทธิ์อย่างเป็นทางการเมื่อเผยแพร่

Prompt

สร้างประติมากรรมจากฟองสบู่

วิดีโอเอาท์พุต

Prompt

เมื่อบุคคลสัมผัสกระจก ให้กระจกกระเพื่อมอย่างสวยงามเหมือนของเหลว และแขนของบุคคลนั้นจะกลายเป็นวัสดุกระจกสะท้อนแสง

วิดีโอเอาท์พุต

การตีความพร้อมท์ขั้นสูง

ตัวอย่างของ Gemini Omni รวมการแปลงวัตถุ ตรรกะของฉากแบบเรียกซ้ำ และการดำเนินการที่ซิงโครไนซ์เข้าด้วยกันเป็นพรอมต์เดียว

Prompt

หรี่ไฟในห้อง วางห้องกระดานหมากรุกสีดำและสีขาวไว้ในทรงกลมแก้วที่ลอยติดตามเหนือมือ ข้างในนั้นประกอบด้วยภาพมือคนเดียวกันที่ถือทรงกลมแบบวนซ้ำ ทำให้เกิดห้องแบบวนซ้ำไม่สิ้นสุด กล้องค่อยๆ เข้าใกล้ทรงกลมมากขึ้น ทำให้เกิดวิดีโอวนซ้ำ

วิดีโอเอาท์พุต

การสร้างฉากเสียงเนทีฟ

Gemini Omni สามารถใช้สัญญาณเสียงเป็นส่วนหนึ่งของคำสั่งการสร้าง โดยสร้างเหตุการณ์ภาพที่ซิงโครไนซ์กับเพลงหรือการโต้ตอบ

Prompt

แสงไฟในอพาร์ตเมนต์เริ่มเปิดขึ้นพร้อมกับเสียงเพลง

วิดีโอเอาท์พุต

Prompt

เพิ่มเสียงพิณประสานเมื่อฉันสัมผัสใบเฟิร์นแต่ละใบ เปลี่ยนโครงสร้างของใบไม้ให้มีลักษณะคล้ายกับพืชเรืองแสง 3 มิติกึ่งโปร่งแสง โดยมีหิ่งห้อยเรืองแสงบินอยู่รอบๆ ซึ่งจะตอบสนองขณะที่ฉันเล่น

วิดีโอเอาท์พุต

ความรู้และฟิสิกส์โลก

Gemini Omni ถือเป็นการสร้างวิดีโอที่มีพื้นฐานมาจากความรู้ในโลกแห่งความเป็นจริงของ Gemini รวมถึงสัญชาตญาณทางกายภาพและแนวคิดที่สามารถอธิบายได้

Prompt

หินอ่อนกลิ้งอย่างรวดเร็วบนแทร็กสไตล์ปฏิกิริยาลูกโซ่ ช็อตต่อเนื่องอย่างราบรื่น

วิดีโอเอาท์พุต

Prompt

Claymation อธิบายการพับโปรตีน ทุกอย่างทำจากดินเหนียว ไม่มีมือ หยุดการเคลื่อนไหว แม่นยำ

วิดีโอเอาท์พุต

เนื้อหาภาพยนตร์ที่พร้อมเข้าสังคม

ใช้ข้อความเตือนสไตล์ Gemini Omni สำหรับคลิปโซเชียลแนวตั้ง อวาตาร์ของครีเอเตอร์ ผู้อธิบาย วิดีโอรีมิกซ์ และเนื้อหาส่งเสริมการขายสั้นๆ

Prompt

สร้างวิดีโอด้วยอวตารดิจิทัลของคุณเอง เพื่อให้คลิปที่สร้างขึ้นมีลักษณะและเสียงเหมือนคุณ ใช้สำหรับการประกาศส่วนบุคคล การเล่าเรื่องทางสังคม และเนื้อหารูปแบบสั้น

วิดีโอเอาท์พุต

Gemini Omni กับเวิร์กโฟลว์วิดีโอ AI แบบดั้งเดิม

การเล่าเรื่องหน้า Landing Page ของ Gemini Omni ควรเน้นที่การบีบอัดเวิร์กโฟลว์: เครื่องมือที่แยกจากกันน้อยลง การอ้างอิงหลายรูปแบบมากขึ้น และการวนซ้ำในภาษาธรรมชาติที่ง่ายขึ้น

มิติข้อมูล

ขั้นตอนการทำงานแบบดั้งเดิม

Gemini Omni Direction

เมทริกซ์ 1

แยกเครื่องมือแปลงข้อความเป็นรูปภาพ รูปภาพเป็นวิดีโอ ลิปซิงค์ และการตัดต่อวิดีโอ

ตระกูลโมเดลการสร้างต่อเนื่องหลายรูปแบบหนึ่งตระกูล

เมทริกซ์ 2

การถ่ายโอนข้อมูลอ้างอิงระหว่างเครื่องมือต่างๆ ด้วยตนเอง

การอ้างอิงข้อความ รูปภาพ วิดีโอ และเสียงอย่างสอดคล้องกัน

เมทริกซ์ 3

สูญเสียความสม่ำเสมอมากขึ้นในแต่ละขั้นตอนของการสร้าง

การแก้ไขการสนทนาด้วยหน่วยความจำฉาก

เมทริกซ์ 3

การทำซ้ำที่ยากขึ้นสำหรับการแก้ไขระดับฉาก

เหมาะสำหรับการสร้างวิดีโอ รีมิกซ์ ผู้อธิบาย และเนื้อหาอวาตาร์

วิธีใช้Gemini Omni บน Collart

Step 1

เลือกรุ่น

เลือกการสร้างวิดีโอต่อเนื่องหลายรูปแบบสไตล์ Gemini Omni จากพื้นที่โมเดลวิดีโอ AI

Step 2

รายละเอียดการป้อนข้อมูล

เพิ่มข้อความแจ้งและการอ้างอิงเพิ่มเติม เช่น รูปภาพ วิดีโอ หรือเสียง เพื่อเป็นแนวทางในคลิปสุดท้าย

Step 3

สร้างวิดีโอของคุณ

ดูตัวอย่างผลลัพธ์ แก้ไขด้วยภาษาที่เป็นธรรมชาติ และส่งออกสำหรับแพลตฟอร์มโซเชียล

สร้างตอนนี้

คำถามที่พบบ่อย

เปลี่ยนไอเดียของคุณให้เป็นภาพอันน่าทึ่ง

สร้างตอนนี้