最近谷歌在 Google I/O 大会上发布了 Gemini Omni，很多人实测之后觉得它比不上 Seedance 2.0。
所以这两天在社交媒体上，最常见的一句话就是：谷歌这次“拉了个大的”。
但我花时间把最近几天的报道和案例重新看了一遍，感觉这件事没这么简单。
Gemini Omni 真正值得看的地方，可能不是第一眼的画面冲击，而是它正在把视频生成从「给一句 prompt，吐一个结果」，往一套可以持续编辑、持续控制、持续迭代的工作流推。
从 AI HOT 最近 7 天收录的相关条目看，Gemini Omni 这一波集中发布发生在2026-05-19的 Google I/O 2026，2026-05-22又出现了一轮官方创作案例扩散。几条最值得关注的信息，基本都在指向同一个结论，Gemini Omni 的重点不是单次生成，而是多模态输入、世界理解和对话式编辑。
这波发布，外面都在怎么讲
先看最核心的几条。
- Google DeepMind 在 官方博客 里把 Gemini Omni 定义为「从任意输入创造内容」的第一步，起点是视频。
- Sundar Pichai 在
2026-05-19的发帖里强调，Gemini Omni 不只是把场景做得像真的，而是会推理接下来应该发生什么，并且当天就开始在 Gemini App、Google Flow 和 YouTube Shorts 面向 Google AI Plus、Pro、Ultra 用户推出视频生成功能。 - IT 之家 对这次发布的提炼很接地气，一句话总结就是「一句话让 AI 修改视频」，这个说法其实抓得挺准，因为它点出了 Gemini Omni 最重要的交互变化，不再只是生成，而是编辑。
2026-05-19当天，Google DeepMind 还专门提到 Gemini Omni 和 Google Flow 的结合，重点放在批量编辑、角色一致性和更电影化的故事表达上。- 到了
2026-05-22，Gemini 官方账号又发了一条 创意作品汇总，这说明它已经开始从发布会能力展示，进入到「大家真的在拿它做东西」的阶段。
这几条报道拼起来，信号非常明确。
第一，Gemini Omni 是这轮 Gemini 更新里的核心创作能力，不是边角功能。 第二，它的卖点不是单一模态，而是文本、图片、视频混合输入。 第三，它真正想打的是「可编辑的视频工作流」，而不是一段一次性的 demo。
为什么这件事值得认真看
过去一年，视频模型已经很多了，大家也都见过不少惊艳样片。但真正卡住创作者的，往往不是第一条视频能不能生成出来，而是第二步和第三步，能不能改，能不能延续，能不能保持人物和场景不崩。
Gemini Omni 这次给出的方向，是把视频生成从「出片工具」往「内容制作工具」推了一步。
你不需要每次都从零开始。 你可以从文本开始，也可以从图片开始，甚至可以直接从已有视频开始。 然后你再用自然语言继续改它。
这就是为什么外部报道会反复提到edit、Flow、consistency、world understanding这些词。因为真正稀缺的，不再是模型能不能动，而是模型能不能在你反复修改之后还保持逻辑。
如果只看一个官方例子，先看这个
Google DeepMind 的官方展示片，最值得看的地方不是炫，而是它把 Gemini Omni 想解决的问题讲得非常完整。
这里面传达的信息其实很直接，Gemini Omni 不是只负责出一个短视频，而是负责把创意输入、镜头变化、风格延续和后续编辑串起来。它更像一个创作底座，而不是一个单点功能。
案例一，镜头感是不是能被写进去
我最喜欢的一个案例，是这个伦敦眼 prompt。它很短，但测试点非常清楚，镜头突然拉近、轻微来回、重新对焦，而且明确要求没有时间戳、没有对白。
a recording from a capsule on the london eye, a jerky zoom into something in the distance and then refocusing (with a bit of back and forth) (no timestamp or dialog)这类案例的价值，不在于题材有多花，而在于它能拿来检验一个视频模型到底有没有镜头语言。很多模型能生成画面，但一到这种有明确摄影动作要求的 prompt，就会开始散。
Gemini Omni 至少在这个例子里，说明它已经不是只会做一段「像视频的东西」，而是开始能理解一些更细的镜头意图。
案例二，普通场景能不能稳住
另一组我觉得非常有代表性的案例，是白板推导这一类日常场景。它不靠奇观，不靠大特效，真正考验的是人物、动作、文字和机位能不能同时稳定。
这条可恢复的 prompt 片段只有一句开头：
A professor writes out a mathematical proof for但光看三段输出，其实已经能看出测试意图了。
这种例子特别好，因为它逼着你去看一些更实际的问题。
黑板上的信息是不是稳定。 人物动作是不是自然。 镜头是不是像一个真的人在拍。 这些东西如果稳不住，再强的宣传片都没意义。
案例三，它已经开始进入对比赛道了
还有一类信号也很重要，就是 Gemini Omni 已经不再只是单独展示，而是被拿去和别的模型正面对比。
这类对比通常会把重点放在编辑能力、物理表现、水体模拟、动作连续性这些更难的地方。只要一个模型开始频繁进入这种对比环境，就说明行业看它的方式已经变了，不是在问它能不能生成，而是在问它在真实工作流里到底排第几。
现在最实际的用法是什么
如果你今天就想试 Gemini Omni，我觉得最现实的路径不是继续刷一堆二手解读，而是直接上手。
Cyberbara 这边已经把 Gemini Omni Video 做成了国内可用入口，文生视频、图生视频、视频转视频都放在同一个工作台里，第一次上手会比很多原生入口直接得多。
对普通用户来说，这比「知道模型名」更重要。因为真正阻碍你开始试的，往往不是能力不足，而是入口太远、链路太碎。
我顺手整理了一个资料入口
如果你想继续看可复用案例、prompt 片段和对应视频，我把这批公开可验证的内容收进了awesome-gemini-omni，方便后面持续补充。
仓库地址是https://github.com/ZeroLu/awesome-gemini-omni
Cyberbara 页面是https://cyberbara.com/zh/gemini-omni
对我来说，这两个入口刚好解决两件事。
一个负责让你马上开跑。 一个负责让你回头复盘，看看这个模型到底适合怎么写、怎么测、怎么比较。
标题备选
- Gemini Omni 真正值得看的，不是一个演示，而是一条能直接开跑的创作工作流
- Gemini Omni 这次最重要的，不是模型名，是它把视频生成变成了可编辑工作流
- Google 刚发的 Gemini Omni，真正可怕的不是出片，而是它开始懂怎么改片了
备注
- 已加入最近 7 天 AI HOT 相关报道内容
- 已去掉“X 书签”叙事，只保留对读者有用的发布信息和案例
- GIF 案例与 Cyberbara 截图都已内嵌
