近试 Google 于 I/O 二十六所布之 Gemini Omni Flash，聊其感怀。

此模最大异者，可藉言谈以修视频。既生一节，直呼"易景为海滨"、"缓其速"、"右添一人"，则惟改所言之部，余皆如故。不复似 Sora，每必重生全节。

其要者数端：

- 支多态输入：文图音影可并纳之
- 输十秒节，附同音
- YouTube Shorts 免费用，Gemini 应用需 AI Plus （$7.99/月）
- 开发者 API 尚未开，云"数周内"
- 输出皆强加 SynthID 水印

较之 Sora 2，Sora 角色之统一更佳，能成 25 秒之段；Omni Flash 则长于多态输入与对话之编，迭代之费减损甚巨。

然其限亦多：10 秒为极，不能改语音（防 deepfake），文字之绘不甚精，复杂数之景时偶有崩坏。

欲速成视频，可察 [gemini omni]( https://www.veol.ai?utm_source=v2ex)，其支最高 4K 出，计费从 $0.15 起始。

有曾用 V 者乎？觉对话式编辑此道甚当，然 10 秒之限实稍促。