大家好,我是小阳哥
目前我主要专注图片和视频生成领域,之前听说Google I/O 大会可能发布 Veo 4,所以一直很期待。
今天凌晨,谷歌确实发布了新的 AI 视频模型,不过是 Gemini Omni,不是 Veo 4
今天简单介绍下Gemini Omni,以及和 Seedance 2.0 的对比情况
Gemini Omni 强的地方
Gemini Omni强的地方是:
在世界理解、多模态和编辑方面
比如官方展示里有几个很典型的例子。
1. 视频画面风格改变(视频版Nano Banana)
原视频是一个人摸镜子。
可以根据你输入的视频,改变画面风格、动作或特效。比如:
Gemini Omni 可以直接把镜面做成液体波纹,手指变成镜面金属材质。
有点像直接 Nano Banana 的风格改写,把这个搬到视频里了,而且依然保持连贯性
2. 小提琴手连续多轮编辑(视频编辑能力)
这个例子里,它不是一次生成完就结束,而是可以继续说:换一个环境把小提琴隐藏掉把镜头改成越肩视角
Gemini Omni 能做到真正视频可编辑,而不是一次性的抽卡视频。
3. 弹珠轨道(超强物理世界理解能力)
谷歌这次一直强调 Gemini Omni 有更强的“世界理解”。
比如弹珠在轨道上滚动,运动逻辑、重力、速度、空间关系都要尽量合理。
这个也很强
4. 文字同步也明显加强了
AI视频以前最容易翻车的地方之一,就是文字。
一到字幕、招牌、纸条、公式,经常变成鬼画符。
Gemini Omni 这次展示了字母物体、节奏文字动画、科普解释等样例
更多例子可以参考:https://deepmind.google/models/gemini-omni/
问题来了:和 Seedance 2.0相比如何?
先看看我自己测试的例子
我自己测试看, Gemini Omni 强在 视频编辑和一些特定能力上。但综合来看还是比不过 Seedance2.0。
网上网友们的评价也是清一色的站 Seedance 2.0:
结尾
整体来说
Seedance 2.0 更像一个会拍片的模型。
Gemini Omni 更像一个会改片的模型。
这两个感觉不一样。
但是综合来看Seedance 2.0依然遥遥领先,而且Seedance2.1 也听说要发布了,效果会更强!
关注小阳哥,获取更多 AI 工具

