Gemini Omni：5位开发者创意之作

谷歌在今年的I/O开发者大会上发布了新一代AI视频生成模型Gemini Omni Flash，这是Omni系列的首款模型。与以往的视频生成工具不同，Omni最大的卖点是“像聊天一样做视频”——用户可以通过自然语言对话，直接生成或编辑视频，甚至能改变镜头角度、替换物体、切换场景风格。谷歌近期已向开发者开放了Omni的API访问权限，不少开发者和创作者已经用它做出了令人惊艳的demo。 从目前公开的案例来看，Omni的能力确实超出了传统视频编辑工具的范畴。比如开发者Leon Lin用Omni拍摄了一位站在城市中央的女性，从大约20个不同角度进行切换，包括远近、正面、侧面、俯拍和仰拍，背景也随之变化，从人行道到十字路口再到城市街道，周围的行人、汽车、电车和建筑都保持连贯一致。另一个案例中，开发者Carlos Santana仅用语音指令就改变了户外场景的光线和天气，把白天变成夜晚，加上阴天和雨声，让树叶变黄，地面覆盖积雪。这些操作都不需要任何传统视频剪辑技能，完全靠对话完成。 Omni之所以能做到这些，是因为它结合了对物理世界的直观理解和Gemini本身具备的广泛现实知识。简单来说，模型不仅知道“画面里有什么”，还知道“这些东西在现实中是怎么运作的”，所以生成出来的视频看起来自然流畅，不会出现违背物理规律的怪异画面。对于跨境电商卖家来说，这意味着产品展示视频、广告素材的制作门槛被大幅拉低。过去要拍一条多角度、多场景的产品视频，需要专业团队、摄影棚和后期剪辑，现在可能只需要一段文字描述或几张参考图，就能生成接近实拍效果的视频。 此外，Omni还支持将手绘草图变成动态视频。开发者Pan用涂鸦把柠檬变成潜水艇、把浓缩咖啡变成热气球、把辣椒变成会喷火的龙、把火柴变成火箭、把剪刀变成鲨鱼。这种能力对于需要快速产出创意素材的卖家来说很有想象空间，比如做节日营销、社交媒体短视频，或者测试不同产品概念时，可以先用手绘草图快速生成视频demo，再决定是否投入资源做正式拍摄。 风格转换也是Omni的一大亮点。开发者Jerrod Lew用Omni在Google Flow中渲染了同一位女性走在街上的视频，用四种完全不同的视觉风格呈现。用户可以通过输入参考图或自然语言描述来定义想要的风格，Omni会把多种元素融合成一段连贯的片段。这意味着卖家可以根据不同市场的审美偏好，快速调整广告素材的风格，比如面向欧美市场用写实风，面向东南亚市场用更鲜艳的卡通风，而不需要重新拍摄。 目前Omni已经向开发者开放，但普通用户要直接使用可能还需要等待谷歌在Google Flow等产品中的逐步集成。对于中国跨境电商卖家来说，这类工具的出现值得关注，因为它可能改变视频内容生产的成本结构。过去视频广告是预算大头，现在AI生成视频的质量正在快速逼近实拍效果，而且迭代速度极快。建议卖家可以提前关注Omni的API动态，或者先试用谷歌已有的AI视频工具，积累使用经验，等Omni正式面向大众开放时，就能第一时间用起来。