Gemini Omni Flash：真正上線的部分，以及 Google 留了什麼沒放

Google I/O 2026 在 5 月 19 日落地，等主題演講結束時，Gemini Omni Flash 已經上線了。不是「即將推出」，也不是「限量預覽」——是上線，就在同一天。兩週前我們發過我們對 I/O 前流出消息的解讀，把已證實的訊號和純猜測分開。現在我們拿到真的模型了。以下是實際上線的部分、Google 刻意沒放的部分，以及這對這週就有活要交的創作者代表什麼。

Omni Flash 是 Google 新的「Omni」框架下第一個公開模型。它不是 Veo 4，也不是 Veo 3.1 換個名字——它是獨立的產品線，而 Google DeepMind 已經確認會有一個更高階的 Omni Pro 接在後面。Omni Pro 沒有日期。Flash 是第一階段。

哪些證實了，哪些被保留

那篇流出消息的文章把這個模型形容為「有全模態企圖的 Gemini 原生影片」。這句話站得很穩。等主題演講的塵埃落定，完整的圖像是這樣。

Google 也公開承認了三項目前的限制：編輯過程中的視覺一致性、複雜的動作序列，還有畫面內可讀文字的生成。這些跟整個 AI 影片類別共有的弱點是同一批；Omni Flash 沒有解決它們。

流出消息對照現實

I/O 之前我們列出了 Omni 可能是什麼的三種情境：Veo 的消費端改名、Gemini 原生的影片模型，或是一套真正全模態的統一系統。我們判斷「情境 2 和 3 的混合」可能性最高。

那是準的。Omni Flash 明顯是 Gemini 原生的——它跑在 Gemini App 和 Google Flow 裡，不是一個獨立的 Veo 介面——而且它的輸入確實是任意對任意。Google 給它的「全模態」定位不是行銷誇大；把文字、圖片、音訊和影片合進同一句提示詞，相對於 Veo 3.1 的輸入模型是一個真實的能力改變。

猜測錯的地方：流出消息裡「remix」那個定位低估了對話式編輯功能的深度。它不只是從頭重混一次。它會在多輪編輯之間維持一致性，而那是本質不同的一件事。

對話式編輯才是真正的頭條

今天每一個主要的 AI 影片模型，在工作流程層級上運作方式都一樣：你寫一句提示詞、等、下載片段，錯了就重下提示詞。Omni Flash 打破了這個循環。對話式編輯功能讓你打 "change the lighting to golden hour" 或 "swap the dog for a cat"，然後拿回一段跟先前輸出保持一致的修訂版，而不是從頭重生成。

這件事之所以重要，是因為影片迭代的成本一直都在那個重生成的循環上——時間和點數都是。能維持一致性的多輪編輯，把初稿到成片之間的距離壓縮了。它同時也意味著模型會保留關於你這個專案的狀態，而生成完就丟的流程做不到這件事。

目前承認的限制是真的：複雜的動作序列在多次編輯之間會失去連貫，模型在細緻的視覺細節上也還是會飄。但工作流程的原則是成立的，而且隨著底層模型改進，這個功能最有可能經得起時間考驗。

Omni Flash 在整個陣容裡的位置

Omni Flash 的強項是消費端的易用性、對話式迭代，還有多模態輸入的彈性。它的限制——10 秒片段、不能編輯語音、承認的動態和文字生成缺口——把它的車道劃得很清楚。

想更深入看 Omni Flash 和 Veo 3.1 逐顆鏡頭的比較，可以看 Gemini Omni Flash 對 Veo 3.1：你的流程該選哪一個。

實際上在哪裡用得到

5 月 19 日上線當下，Omni Flash 在 YouTube Shorts、YouTube Create、Gemini App 和 Google Flow 上可用，開發者 API 則還停在「未來幾週」。那個 API 在 2026 年 6 月 30 日開放；標準的 Gemini Omni 影片生成現在也可以透過 OmniArt 的模型頁使用。

想了解更廣的 Veo 產品線脈絡，Veo 4 釋出狀態與 Veo 在 OmniArt 上的位置談了 Veo 3.1 現在做得到什麼，以及它在一個多模型工作台裡怎麼定位。

Omni Pro 確認了——但沒有時程

Google DeepMind 已經確認會有更高階的 Omni Pro，形容它是「相對於 Flash 的一次階段性躍升」。沒有釋出日期、沒有功能清單，也沒有預覽權限。照已經上線的東西規劃，不要照被承諾的東西規劃。

如果你的產線第三季有交付，今天就照 Omni Flash 已確認的規格去建。等 Omni Pro 落地，你是在一條已經在產出的流程裡多加一個選項——你不會等它，也不會為它整個換平台。

這週該做什麼

想用 Google 完整的、保留工作階段的對話式編輯迴圈，就用 Gemini App、Google Flow 或 Interactions API。想做標準的文字和圖片引導生成，Gemini Omni Flash 現在在 OmniArt 上就有，跟其他影片陣容擺在一起。

在 OmniArt 上，你可以把 Gemini Omni Flash 拿來跟 Veo 3.1 和其他陣容比較——PixVerse 系列模型、Sora 2、Kling、Happy Horse、Seedance 2 等等——圖片、影片、音訊和音樂全在同一個工作台裡。一份餘額、一套提示詞語法、一個可以把輸出並排比較的地方。

在你評估 Omni Flash 的同時，想把 Veo 3.1 用到極致的實際步驟，Veo 3.1 提示詞與電影感指南涵蓋了從需求到成片的完整流程。

實際的動作：把你手上的需求丟給那些已經上線而且穩定的模型跑，包括 Gemini Omni Flash，只有在 Omni Pro 帶著一個你現有產線覆蓋不了的任務上線時，才把它加進來。

常見問題

Gemini Omni Flash 現在就能用嗎？

可以。它在 2026 年 5 月 19 日的 Google I/O 上線、6 月 30 日開放開發者 API，現在可以透過 OmniArt 的 Gemini Omni 模型頁做標準生成。Google 那套保留工作階段的對話式控制，仍然只在它自己的產品和 API 介面上。

Omni Flash 和 Veo 3.1 差在哪？

Omni Flash 是 Gemini 原生的，吃任意對任意的輸入（文字、圖片、音訊、影片放在同一句提示詞），而且有對話式的多輪編輯。Veo 3.1 是專門的影片模型，有確認的原生 4K 輸出和空間音訊。兩者的標準生成現在都在 OmniArt 裡；Google 完整的對話式控制介面仍然是分開的。

Google 從 Omni Flash 保留了哪些功能？

兩項能力被刻意保留：影片內的語音和音訊編輯，以及虛擬人模式。Google 已確認這是基於安全考量，不是因為技術限制。兩者都沒有釋出日期。

Gemini Omni Pro 會取代 Flash 嗎？

Google DeepMind 已確認 Omni Pro 是未來更高階的模型，形容為「相對於 Flash 的一次階段性躍升」，但功能、定價和釋出日期都沒有公布。照 Flash 已確認的能力規劃；把 Omni Pro 當成未來的加項。

Omni Flash 有 SynthID 浮水印嗎？

有。每一份 Omni Flash 輸出都帶 SynthID 浮水印。它不可關閉，API 也沒有開關。在商業情境使用輸出之前，先確認該平台的服務條款。