谷歌计划于2026年推出对话式视频编辑工具Gemini Omni，支持多轮修改细节并保持角色、物理与场景连贯，区别于一次性生成工具。2026年8月发布正式版1.1 Flash，支持视频延长至40秒及360p草稿模式。API按量计费，720p视频约每秒0.1美元，无免费额度。其编辑体验优于Sora，但价格与Veo相当，暂不支持语音编辑，部分地区受限。

Cloudflare发布多模态决策模型Clef-omni，基于Qwen3-Omni架构，支持文本、图像、音频和视频输入，单次API调用即可完成跨模态判断。Clef-flash降价至每百万输入token 0.038美元，低于Jev，但上下文窗口缩至24k。Clef经SGLang优化后速度提升约1.7至2倍。

谷歌将Google Vids开放给所有Google及Workspace用户，借助Gemini Omni 1.1 Flash模型免费生成高清视频，支持延长场景、精确设定时长、1080p高清生成，并内置SynthID水印。即将推出Gemini 3.8 Flash-Lite文字转语音，支持100多种语言。适用于创业者、小商家、企业营销和社区组织。

谷歌发布Gemini Omni 1.1 Flash，增强生成视频控制能力，新增场景扩展至40秒、首尾帧平滑过渡、360p快速预览及4K升级，已集成至Google AI Studio和企业平台，Adobe、Figma等客户已采用。

谷歌发布Gemini Omni 1.1 Flash，新增场景扩展、首尾帧指定、360p快速草稿、4K升级及视频参考等功能，支持开发者通过API制作专业视频。该模型可分析10秒上下文，扩展至40秒，并已集成至Adobe、Figma等平台，提升生成视频的连贯性和效率。

Google DeepMind推出Gemini Omni模型，首个版本Omni Flash支持通过对话生成和编辑视频，简化创作流程。团队访谈强调其多功能性，未来将不断改进，潜力无限。

谷歌发布Gemini Omni Flash模型，支持通过对话生成和编辑视频，可切换视角、改变场景、动画化物体、应用不同风格。开发者已展示多种应用，如多角度拍摄、日夜转换、草图动画化等。该模型结合物理理解与真实世界知识，输出更逼真，现已在Gemini应用、Google Flow等平台开放使用。

谷歌推出了Nano Banana 2 Lite和Gemini Omni Flash两个新模型，旨在加速图像生成和视频编辑。Nano Banana 2 Lite是高效的图像模型，适合高吞吐量需求；Gemini Omni Flash支持高质量视频生成和对话式编辑，允许用户通过自然语言修改视频。这两个模型结合使用，可实现快速的多媒体创作。

谷歌推出了Nano Banana 2 Lite和Gemini Omni Flash两个新模型。Nano Banana 2 Lite是一款高效的图像生成工具，适合快速原型设计；Gemini Omni Flash则支持视频生成和编辑。两者结合可提升多媒体创作的开发效率。

在2026年Google I/O大会上，谷歌发布了Gemini Omni和Gemini 3.5模型。Gemini Omni允许用户通过自然语言编辑视频，生成高质量的视频内容；而Gemini 3.5 Flash则专注于执行复杂任务，提升智能代理的能力，支持多步骤工作流程。这些新功能将为用户提供个性化的AI体验，帮助管理日常任务，并提升搜索和应用的智能化水平。

Nano Banana推出了Gemini Omni，结合图像生成与编辑能力，用户可通过自然语言编辑视频，生成高质量内容。Omni支持图像、音频和文本输入，能够创建真实感强的场景，并具备物理推理能力。首个模型Gemini Omni Flash已上线，未来将扩展更多功能。

谷歌推出了Google Flow和Google Flow Music，增强视频和音乐创作的AI功能。新工具Gemini Omni提供精准视频编辑，用户可用自然语言创建定制工具。Flow Music允许艺术家精细编辑歌曲并与Omni Flash合作制作音乐视频。此外，移动应用程序也已推出，方便用户随时创作。

谷歌推出了Gemini Omni Flash模型，能够从视频、图像、音频和文本生成高质量视频。用户可以通过自然语言编辑视频，改变场景、角色和动作。该模型结合物理知识和文化背景，创造出更真实的视觉效果。目前已向Google AI Plus、Pro和Ultra用户开放，并将在YouTube Shorts和Create App上免费提供。