Gemini Omni

Hacker News 热门(buzzing.cc 中文翻译)·2026-05-20 04:04·124天前·meetpateltech
AI 导读

Google DeepMind 于 2026 年 5 月 19 日发布了新一代多模态大模型 Gemini Omni。该模型整合了文本、图像、音频与视频的理解与生成能力,旨在实现更自然的人机交互。在同期 Hacker News 讨论中获得 112 点赞,显示出技术社区对多模态融合趋势的持续关注。这标志着大模型从单模态向全模态感知与响应能力的进一步演进。

Hacker News 热门(buzzing.cc 中文翻译)
精选
80AI 编辑部评分,满分 100

Gemini Omni

2026-05-20 04:04· 124天前· meetpateltech
AI 导读

Google DeepMind 于 2026 年 5 月 19 日发布了新一代多模态大模型 Gemini Omni。该模型整合了文本、图像、音频与视频的理解与生成能力,旨在实现更自然的人机交互。在同期 Hacker News 讨论中获得 112 点赞,显示出技术社区对多模态融合趋势的持续关注。这标志着大模型从单模态向全模态感知与响应能力的进一步演进。

推荐理由

Gemini Omni 把视频编辑变成自然语言对话,多轮编辑和物理理解让它从玩具变成创作工具,做视频的值得一试。

正文 · AI 翻译

可以把 Gemini Omni 想象成视频版的 Nano Banana。你做的每一次编辑都建立在上一次的基础上——从而保持场景的一致性和连贯性。

在 Gemini 中试用在 Google Flow 中试用

应用现实世界知识

Gemini Omni 将直观的物理理解与 Gemini 在历史、科学和文化背景方面的知识相结合——弥合了从照片级真实感到有意义的故事讲述之间的差距。

在 Gemini 中试用在 Google Flow 中试用

参考任何内容

将任何参考素材——图像、文本、视频或音频——转化为一个统一的、连贯的输出。

在 Gemini 中试用在 Google Flow 中试用

探索最新功能

Gemini Omni 是 Gemini 推理能力与创作能力的交汇点。它在世界理解、多模态和编辑方面实现了飞跃。

查看提示词指南

能力 性能 安全 试用 Gemini Omni

通过自然对话进行编辑

可以把 Gemini Omni 想象成视频版的 Nano Banana。使用自然语言,在任意步骤构建和微调你的创作。

改造你的世界

根据你的输入视频,改变美学风格、动作或效果。

提示词:当人触摸镜子时,让镜子像液体一样产生美丽波纹,并且人的手臂变成反光的镜子材质

提示词:当人触摸镜子时,让镜子像液体一样产生美丽波纹,并且人的手臂变成反光的镜子材质

提示词:当人触摸镜子时,让镜子像液体一样产生美丽波纹,并且人的手臂变成反光的镜子材质

提示词:当人触摸镜子时,让镜子像液体一样产生美丽波纹,并且人的手臂变成反光的镜子材质

提示词:当人触摸镜子时,人变成一幅精细的单色线条画

提示词:当人触摸镜子时,人变成一幅精细的单色线条画

提示词:当人触摸镜子时,人变成一幅精细的单色线条画

提示词:当人触摸镜子时,人变成一幅精细的单色线条画

提示词:当人触摸镜子时,人突然变成一个可爱的毛毡填充玩偶版本,带有大大的凸眼和眼镜

提示词:当人触摸镜子时,人突然变成一个可爱的毛毡布偶版本,带有大大的鼓眼睛和眼镜

提示词:当人触摸镜子时,人突然变成一个可爱的毛毡布偶版本,带有大大的鼓眼睛和眼镜

提示词:当人触摸镜子时,人突然变成一个可爱的毛毡布偶版本,带有大大的鼓眼睛和眼镜

提示词:当人触摸镜子时,人瞬间变成一个复古单色透明3D线条艺术全息影像,位于一个单色3D全息甲板内,同时保持房间和环境的结构与细节

提示词:当人触摸镜子时,人瞬间变成一个复古单色透明3D线条艺术全息影像,位于一个单色3D全息甲板内,同时保持房间和环境的结构与细节

提示词:当人触摸镜子时,人瞬间变成一个复古单色透明3D线条艺术全息影像,位于一个单色3D全息甲板内,同时保持房间和环境的结构与细节

提示词:当人触摸镜子时,人瞬间变成一个复古单色透明3D线条艺术全息影像,位于一个单色3D全息甲板内,同时保持房间和环境的结构与细节

提示词:当人触摸镜子时,整个环境变成3D体素艺术

提示词:当人触摸镜子时,整个环境变成3D体素艺术

提示词:当人触摸镜子时,整个环境变成3D体素艺术

提示词:当人触摸镜子时,整个环境变成3D体素艺术

重新构想动作

改变视频中发生的情节,从平凡到壮观。

提示词:让我的手洞的奇怪形状看起来像超级放大并增强了它正对着的地面,画质更清晰。

提示词:让我的手洞的奇怪形状看起来像超级放大并增强了它正对着的地面,画质更清晰。

提示词:让它看起来像我手上那个形状奇怪的洞,能超级放大并更清晰地放大它所看到的地面。

提示词:让它看起来像我手上那个形状奇怪的洞,能超级放大并更清晰地放大它所看到的地面。

提示词:当手指在

视频 · 前往原文观看

提示词:当手指在

视频 · 前往原文观看

提示词:当手指在

视频 · 前往原文观看

提示词:当手指在

视频 · 前往原文观看

提示词:公寓的灯光开始随着音乐同步亮起。

提示词:公寓的灯光开始随着音乐同步亮起。

提示词:公寓的灯光开始随着音乐同步亮起。

提示词:公寓的灯光开始随着音乐同步亮起。

基于图像编辑真实视频

使用参考图像来编辑你的创作,让你拥有更多的创意控制权。

提示词:当手张开时,基于这张图像,让一个巨大的 3D 建筑结构开始向上建造,坐落于手掌之中,并将棱镜般的光线反射到手和桌面上。它以 3D 线框全息效果建造。没有音乐,只有逼真的现实世界声音。

提示词:当手张开时,基于这张图像,让一个巨大的 3D 建筑结构开始向上建造,坐落于手掌之中,并将棱镜般的光线反射到手和桌面上。它以 3D 线框全息效果建造。没有音乐,只有逼真的现实世界声音。

提示词:当手张开时,基于这张图像,让一个巨大的 3D 建筑结构开始向上建造,坐落于手掌之中,并将棱镜般的光线反射到手和桌面上。它以 3D 线框全息效果建造。没有音乐,只有逼真的现实世界声音。

提示词:当手张开时,基于这张图像,让一个巨大的 3D 建筑结构开始向上建造,坐落于手掌之中,并将棱镜般的光线反射到手和桌面上。它以 3D 线框全息效果建造。没有音乐,只有逼真的现实世界声音。

提示词:当手张开时,手掌中央浮现出一颗太阳(太阳应为动画效果,带有微弱的耀斑运动),数颗青铜球体在半空中环绕其公转(无绳索)。当手张开时,灯光调暗变为夜晚,但在手张开之前视频保持不变。无音乐,仅保留真实音效。

提示词:当手张开时,手掌中央浮现出一颗太阳(太阳应为动画效果,带有微弱的耀斑运动),数颗青铜球体在半空中环绕其公转(无绳索)。当手张开时,灯光调暗变为夜晚,但在手张开之前视频保持不变。无音乐,仅保留真实音效。

提示词:当手张开时,手掌中央浮现出一颗太阳(太阳应为动画效果,带有微弱的耀斑运动),数颗青铜球体在半空中环绕其公转(无绳索)。当手张开时,灯光调暗变为夜晚,但在手张开之前视频保持不变。无音乐,仅保留真实音效。

提示词:当手张开时,手掌中央浮现出一颗太阳(太阳应为动画效果,带有微弱的耀斑运动),数颗青铜球体在半空中环绕其公转(无绳索)。当手张开时,灯光调暗变为夜晚,但在手张开之前视频保持不变。无音乐,仅保留真实音效。

提示词:当手张开时,浮现出一个基于此草图制作的实体照片级飞行器,悬浮于手掌上方,螺旋桨旋转。无音乐,仅保留真实音效。

提示词:当手张开时,浮现出一个基于此草图制作的实体照片级飞行器,悬浮于手掌上方,螺旋桨旋转。无音乐,仅保留真实音效。

提示词:当手张开时,浮现出一个基于此草图制作的实体照片级飞行器,悬浮于手掌上方,螺旋桨旋转。无音乐,仅保留真实音效。

提示词:当手张开时,浮现出一个基于此草图制作的实体照片级飞行器,悬浮于手掌上方,螺旋桨旋转。无音乐,仅保留真实音效。

通过多轮编辑,保持一致性

逐步构建你的场景,修改具体细节、环境、镜头角度等。

输入视频

输入视频

输入视频

输入视频

提示词:将小提琴手传送到图像环境中

提示词:将小提琴手传送到图像环境中

提示词:将小提琴手传送到图像环境中

提示词:将小提琴手传送到图像环境中

提示词:让小提琴隐形

提示词:让小提琴隐形

提示词:让小提琴隐形

提示词:让小提琴隐形

提示词:将摄像机角度改为从小提琴手肩膀上方拍摄。

提示词:将摄像机角度改为从小提琴手肩膀上方拍摄。

提示词:将摄像机角度改为从小提琴手肩膀上方拍摄。

提示词:将摄像机角度改为从小提琴手肩膀上方拍摄。

用自然语言替换不同的物体或角色

只需通过提问即可替换视频中的角色和物体,同时保持场景连贯一致。

提示词:将宇宙飞船改为