谷歌展示 Gemini Omni Flash：文本音频一键生成多角度视频

kimmonismus · x · 2026-08-07

Google 官方介绍了新模型 Gemini Omni Flash，该模型支持通过文本、图像、视频或音频作为参考，轻松创建和编辑高质量视频。

官方展示了开发者们利用该模型实现的创意项目，重点突出了其多角度镜头切换能力：用户可以在不丢失原始场景连贯性的情况下，自由改变摄像机角度、切换环境并应用电影级缩放。例如，有开发者利用该功能，从约 20 个不同的视角（包括特写、远景、俯视和仰视等）渲染了同一段人物画面。