什麼是 Omni Flash？功能、存取方式與開發者指南

嗨，我是 Dora。我在 I/O 2026 當天早上花時間閱讀了發布文章和定價頁面，然後打開 Gemini 應用程式，看看實際上已推出的功能與仍標示為「即將在數週內推出」的功能之間的差距。這是那次研究的筆記版本——專為正在評估 Omni Flash 是否會改變其工作流程的開發者和產品團隊而寫。

簡短結論先說：這個模型是真實存在的，今天已在消費者介面上線。開發者 API 尚未開放。這個落差比任何演示都更值得關注。

Omni Flash 究竟是什麼（Google 首款 Omni 系列模型）

具體而言，Omni Flash 是什麼？Gemini Omni Flash 是 Google 全新 Omni 系列中的第一個模型，於 2026 年 5 月 19 日在 I/O 大會上發布。Google DeepMind 將其定位為「從任何輸入創造任何內容——從影片開始」。「從……開始」這個措辭很重要——長期路線圖涵蓋任意到任意的模態路由，但今天實際推出的是多模態輸入產生影片輸出。圖像和音訊輸出在公開路線圖上，但尚未包含在產品中。

在 Gemini Omni 路線圖中的定位

Omni 被定位為一個系列，而非單一模型。Flash 是消費者級別的第一步。Google DeepMind 已確認將推出更高階的 Omni Pro，但未公布發布日期——Nicole Brichtova 告訴 TechCrunch，Pro 將在「我們認為相比 Flash 有重大突破時」推出。可以理解為：不會太快。

為何 Google 將其描述為「影片版 Nano Banana」

Nano Banana——Google 於 2025 年推出的圖像生成/編輯模型——為 Omni 在影片領域的目標奠定了模板：對話式編輯、跨迭代保持一致性、對非技術用戶低摩擦。官方 Google 介紹 Omni 的部落格文章明確說明了這一傳承關係。在架構上，這次的 Google DeepMind Omni Flash 發布在單一前向傳遞中跨模態進行推理，而非在專用系統之間中繼。這是否比 Veo 加音訊管道的方式產生更好的輸出，是我將持續觀察的問題。演示是精心挑選的，真實工作流程則不然。

發布時確認的功能

以下是今天產品中已確認的 Omni Flash 功能，而非被預告的內容。

多模態輸入（文字、圖像、影片、音訊）

您可以在單一提示中組合任何這些輸入。模型將其視為統一的場景描述，而非串聯的素材。這是此次公告中最清晰的部分——也是使其有別於 Veo 文字轉影片管道的關鍵。

最長 10 秒的影片輸出，含原生音訊

片段上限為 10 秒。Brichtova 將此描述為部署決策，而非模型上限——是在訪問範圍擴大時控制運算需求的方式。音訊與影片同步生成，而非後期疊加。Google 技術長 Koray Kavukcuoglu 向記者展示的彈珠彈跳演示自動生成了碰撞聲和滾動聲。值得注意的是：獨立測試人員向 TechTimes 表示，原始生成品質可能落後於 ByteDance 的 Seedance 2.0 和阿里巴巴的 Wan 2.7，即使其編輯層更強大。

透過自然語言進行對話式編輯

每條指令都在前一條的基礎上繼續。「把雕塑做成泡泡的樣子」——應用後，狀態保留，下一條指令在新狀態上操作。這是工作流程的轉變，也是最有可能在生產中節省時間的部分：更少的提示重寫，更少從頭開始重新運行。

肖像插入與場景一致性

Avatar 功能讓您創建自己的數位版本（引導程序要求您對著鏡頭說出一串數字——這是從 OpenAI 已停用的 Sora Cameos 借鑒的深偽檢查機制）。儲存後，該虛擬形象在各代之間持續存在。

SynthID 浮水印與安全限制

每個輸出都帶有不可見的 SynthID 浮水印，可透過 Gemini 應用程式、Chrome 和 Google 搜尋進行驗證。SynthID 現已為超過 1000 億張 AI 生成的圖像和影片加上標記。聲音和肖像的開放編輯功能被保留——Google 表示原因是負責任的部署。

今日可存取的管道

三個介面，各有不同的上限。

介面	適用對象	運算配額
Gemini 應用程式	全球 AI Plus、Pro、Ultra 訂閱用戶	按運算量計算的每週限制（新模型）
Google Flow	AI Plus / Pro / Ultra	每月 200 / 1,000 / 10,000–25,000 Flow 積分
YouTube Shorts 和 Create 應用程式	免費用戶	本週陸續推出

Gemini 應用程式（免費方案限制）

免費用戶無法在 Gemini 應用程式中使用該模型。免費入口是 YouTube。付費方案從 AI Plus（每月 $7.99）開始。

Google Flow（Pro/Ultra 積分分配）

Flow 是真正的工作流程介面所在——多片段合成、素材庫、自訂聲音、在現有影片上編輯。Google Flow 支援文件列出了此模型專有的功能：10 秒片段（相比較低模型的 4 秒/6 秒/8 秒）、上傳影片編輯、自訂聲音創建。每次操作的積分成本因片段長度和編輯類型而異——我將在另一篇文章中介紹積分經濟學。就本文而言，200 積分（Plus）適合探索性使用；認真迭代需要 Pro 或更高方案。

YouTube Shorts 和 YouTube Create

出乎意料的分發策略。免費獲取前沿模型——即使有所限制——是不尋常的。其戰略邏輯：OpenAI 在 2026 年初將 Sora 撤回至僅限 API 使用，使消費者影片領域競爭減少。Google 正以覆蓋範圍而非頂級品質來填補這一空白。

尚未開放的功能

Vertex AI 開發者 API（已公布，尚未正式上線）

截至 2026 年 5 月，開發者 API 尚未正式上線。Google 的部落格表示，向開發者和企業客戶透過 API 開放將在「未來幾週內」推出。VentureBeat 的企業分析直接指出：在 Vertex API 正式上線之前，Omni 實際上是消費者和專業消費者工具。如果您正在規劃整合，請將 API 視為 2026 年第三季的規劃項目，而非當前選項。

更長時長的生成

10 秒是公開上限。Google 表示更長的時長在計劃中，但未提供時間表。

聲音和肖像的開放編輯

您可以使用自己的虛擬形象，但無法自由編輯上傳影片中的任意聲音或肖像。這是刻意設置的安全邊界，而非功能限制。

發布報道中流傳的其他一些說法，Google 尚未官方確認：720p 輸出上限、60–90 秒的生成時間、命名的虛擬形象模板包。請將這些視為未經驗證的資訊。

在影片生成領域的定位

在部分產品介面中取代 Veo

多家媒體報道稱，Google Omni Flash 在 Flow 和 Gemini 應用程式中實際上取代了 Veo。Veo 並未被棄用——Veo 3.1 仍有 API 訪問權限，對於今日需要 API 級別可靠性的純文字轉影片工作，它是生產選項。但在 Google 自己的消費者介面中，Omni 據報已成為新的預設選項。Google 推銷的遷移故事是：現在使用 Veo 出貨，待正式上線時再規劃遷移。

對話式編輯 vs. 純提示生成

這是架構上的賭注。目前大多數影片模型——包括 Veo——將每次生成視為新的一輪。Omni 的編輯是有狀態的。對於涉及迭代的工作流程（大多數專業工作流程都是如此），這改變了每個最終片段所需積分的計算方式。這個計算是否真的有效，取決於模型在跨編輯保持意圖方面的表現。我還沒有測試足夠長的時間來下定論。

開發者和產品團隊應關注的事項

API 時程和定價信號

開發者 API 是任何生產整合的關鍵因素。需要監控兩件事：Gemini API 文件中實際 SKU 的出現，以及 Vertex AI 定價頁面上的按 token 或按秒計費結構。基於 token 的定價——Google 在 Gemini 系列中的標準方式——將使預測比按片段定價更容易。

可能在聚合平台上出現

一旦 API 上線，預計該模型將在數週內出現在統一訪問平台上。如果您已整合至多模型 API 層，從 Veo 3.1 遷移的成本應該較小。如果您直接整合至單一提供商，每季度增加聚合層的理由都在加強——這次發布是這一方向上的又一個數據點。

常見問題

Omni Flash API 目前是否對開發者開放？

尚未開放。截至 2026 年 5 月，開發者 API 尚未正式上線。Google 表示透過 Gemini API 和 Vertex AI 向開發者開放將在「未來幾週內」推出。在此之前，無法進行程式化訪問。

Omni Flash 可以生成的最長影片時長是多少？

10 秒。Google DeepMind 表示這是部署決策，而非模型架構限制。更長的時長已納入計劃，但未公布時間表。

Omni Flash 是否完全取代了 Google 的 Veo 模型？

否。Veo 3.1 仍然可用，並提供文字轉影片工作負載的 API 訪問。在 Google 自己的消費者介面（Gemini 應用程式、Flow）中，新模型據報已成為預設選項。對於目前的生產 API 整合，Veo 仍是可用的選項。

我可以將 Omni Flash 的輸出用於商業用途嗎？

須遵守 Google 的生成式 AI 禁止使用政策及您的訂閱方案條款。在付費方案中通常允許商業使用，但特定情境（含肖像的內容、第三方智慧財產權、受監管行業）需要根據 Google 目前的政策進行驗證。不要輕信任何人給出的籠統肯定回答。

Omni Flash 是否為每個生成的影片加上浮水印？

是的。所有輸出都帶有不可察覺的 SynthID 浮水印，可透過 Gemini 應用程式、Chrome 和 Google 搜尋進行驗證。無法選擇退出。

Omni Flash 是否可在 Google 自有應用程式以外使用？

目前尚不可以。目前訪問僅限於 Gemini 應用程式、Google Flow、YouTube Shorts 和 YouTube Create 應用程式。一旦開發者 API 推出，預計將透過 Vertex AI 以及此後不久的第三方聚合平台提供使用。

結論

對大多數產品團隊而言，本週的實際答案是：目前沒有任何變化。繼續使用 Veo 3.1 出貨。決策點在於 API 正式上線——當它到來時，對話式編輯的基礎能力值得認真評估，特別是如果您的工作流程已經在為多輪影片生成付出代價。

對於消費者實驗，Gemini 應用程式和 Flow 是付費方案的入口；YouTube Shorts 是免費路徑。值得花半小時親手測試，根據演示校準自己對品質的預期。

一個釐清說明：這是 Google 的 Gemini Omni Flash。阿里巴巴有一個單獨命名的 Qwen3.5-Omni-Flash——不同的廠商，不同的路線圖，請勿混淆。

以上是我今日的分析。API 推出後我會再更新。

往期文章：