最近被谷歌在 I/O 大会上发布的 Gemini Omni Flash 模型的视频生成效果惊艳到了。这个模型最强的地方在于它是一个原生多模态模型，不像以前的工具把画面和声音分开处理，它是“音画一体”一次性吐出来的。
核心的几个爽点和大家分享一下：
真正的多模态混输：不止是文生视频、图生视频。你可以把文本 Prompt 、参考图、音频甚至已有视频一起塞给它，它能同时理解，生成的画面逻辑非常连贯。
原生自带同步音效：再也不用去别的软件里配音了。出片的同时，完美同步的音效、旁白或者背景音乐直接就带上了，非常省心。
物理规律很真实：光影变化、重力感、物体碰撞都挺符合现实世界的，AI 标志性的“扭曲幻觉”少了很多。
像聊天一样改视频：第一版生成不满意？不用重新抽卡。直接在旁边用大白话输入指令，比如“让灯光更暖一点”、“背景加点雨”，它会在原视频基础上直接调整。
除了主打的 Omni Flash，后台我也顺便接了 Veo 3.1 系列（ Lite/Fast/Quality ）以及字节的 Seedance 2.0 Fast / 1.5 Pro ，方便大家在同一个界面里横向对比不同模型的出片效果。视频最高支持 1080P （可放大到 2K/4K ），且商用完全无版权限制。
此内容由惯性聚合(RSS阅读器)自动聚合整理，仅供阅读参考。 原文来自 — 版权归原作者所有。