关于“Gemini Omni”的传闻四起——谷歌通过对话生成视频的新工具
来自 Google I/O 的泄露消息表明，一款先进的 AI 视频编辑器即将发布。据称，该工具允许编辑片段、从模板生成内容，并通过聊天管理编辑。
关于“Gemini Omni”的传闻是一个典型例子，说明整个行业屏息以待的并非产品本身，而是该产品所象征的架构转变。媒体会讨论片段时长或订阅价格，但作为一名从内部观察这一领域的分析师，我在这里看到的是始于 2024 年 2 月的一场战争的终局。这不是与 Sora 的竞赛；而是整个应用类别在单一全能界面理念面前的投降。
本质：真正发生了什么
本质并非谷歌在制作一个“带聊天的视频编辑器”。那太狭隘了。本质在于，“Gemini Omni”是第一个真正模糊“生成式 AI”与“大语言模型”界限的商业产品。此前，我们有用于文本和代码的 Gemini 以及用于视频的 Veo。它们是不同的架构、不同的团队、不同的产品。现在我们正见证 Omni Flash 的诞生——一个单一的多模态模型，能够同时“推理”文本、图像、音频和视频，并输出完整的视频文件。
注意那些粗心的记者忽略的细节：该模型原生地、无需外部辅助就能理解物理（重力、流体动力学）、历史和文化背景。这意味着其核心不仅仅是一个扩散模型，而是一个类似大语言模型的“世界理解”，被打包进一个时空编解码器中。当你写下“制作一个关于蛋白质折叠的黏土动画”时，Omni 并非从训练数据中拼接图像；它构建一个场景，逻辑推导出 α 螺旋的运动，并自行编写与视频同步的配音。这是从“像素合成”到“现实模拟”的范式转变。
时间线与背景
- 2024 年（碎片化时代）： OpenAI 的 Sora 令人惊叹，但它只是一个生成“梦境”的模型，无法完成文本到视频之外的任何任务。谷歌将 Veo 保留为一个强大但独立的“绘图工具”。
- 2025 年 5 月： “Nano Banana”（Gemini Flash Image）的发布表明，谷歌正在教会其文本模型原生图像理解，而无需借助外部转换器。
- 2026 年 5 月初： 在 Gemini 应用代码中，发现字符串“Powered by Omni”，引发大量猜测：这是新的 Veo 还是更强大的东西？
- 2026 年 5 月 19-20 日，Google I/O： 正式发布。这不是 Veo 3.1 的替代品，更不是“对 Sora 2 的回应”。这是消除任何狭隘专业化 AI 工具的第一枪。
谁赢谁输
赢家：
- 中小型创意工作室。 以前，修改动态设计需要编辑、调色师和音效师组成的团队。现在，制作人对聊天说：“将玻璃建筑改为带物理效果的肥皂泡”，模型就会重新计算视频，保留角色、灯光和音轨。迭代预算从数千美元降至固定的每月 7.99 美元 AI Plus 订阅费。
- YouTube 作为平台。 将 Omni 集成到 YouTube Shorts 意味着数亿用户无需安装第三方应用即可生成“个性化模因”（头像、贴纸、短剧）。
输家：
- OpenAI（战略上）。 Sora 已死。官方宣布。应用关闭，API 停用。但 Omni 的发布不仅践踏了竞争对手的坟墓；它还展示了 Sora 为何失败。Sora 是生成片段的工具；Omni 是与 AI 共同创作的界面，绑定在谷歌的统一生态系统（Chrome、YouTube、Drive）中。这证明，在 2026 年，一个没有应用生态系统的“裸”模型一文不值。
- 像 RunwayML 和 Luma AI 这样的初创公司。 它们的估值依赖于“多模态编辑”技术的独特性。但当谷歌将上下文“聊天编辑”和角度变化嵌入到标准的 7.99 美元订阅中时，初创公司将不得不证明其解决方案能提供与高出数十倍的价格相匹配的生产力提升。
媒体未提及的内容
在“肥皂泡视频”的兴奋中，最被忽视的事实是捆绑提供的数字头像创建工具。媒体写道，你可以为视频生成自己的数字形象。但他们忽略了它在安全层面的运作方式。要创建头像，用户必须经过多步骤流程：录制自己、说出一组随机数字并进行验证。
这不仅仅是针对深度伪造的保护。谷歌正在构建世界上第一个用于身份合成的去中心化生物识别验证系统。 当你以为自己只是在制作一个关于月球的搞笑模因时，谷歌正以银行都羡慕的严谨程度，将你的视觉和语音“印记”绑定到你的账户。这是进入一个你的 AI 头像可以进行交易的世界的入场券。在未来 90 天内，我们将听到谷歌与金融机构合作，通过“Omni Avatars”进行验证的消息。
预测：未来 30 天和 90 天
30 天（到 2026 年 6 月 19 日）： 我们将看到开发者对 Omni API 的需求激增，但谷歌会故意限制其发放，以避免 Sora 的命运——数据中心过载和疯狂的推理账单。相反，谷歌将押注于 Flow——其 AI 工作室，模型与 Lyria 3 Pro 协同工作以生成音乐。同时，预计会出现丑闻：有人会找到绕过头像保护的方法，触发紧急安全策略更新。
90 天（到 2026 年 8 月 18 日）： 主要事件将不是 Omni Pro 的发布（尽管会为企业级用户宣布，支持超过 10 秒的片段），而是 Android 上预装视频编辑器的有效“消亡”。如果内置的 Google Photos 和 YouTube Create 允许你通过聊天将度假视频中的天气从雨天改为晴天，甚至用大卫·爱登堡的声音进行旁白，你还需要 Adobe Premiere Rush 或 CapCut 吗？Omni 的变现包将被重新包装：我们将看到“通过头像变现”，你可以将训练好的生物识别印记出售或授权给广告商。对自己外貌和声音的控制将不再是隐私问题，而是商品市场的问题。
— Editorial Team
暂无评论。