谷歌 I/O 2026 ：Gemini Omni 全面实测 & 保姆教程

完整视频内容点击链接查看： http://xhslink.com/o/9B4uR2CdDJl Copy and open rednote to view the note，也可以小红书搜索：AI设计师lena-查看 :)

谷歌在 5 月 20 日的 I/O 开发者大会上正式发布全新多模态视频大模型

，毫无疑问是本届大会最受瞩目的亮点。

支持图片、视频、声音、角色多模态输入，生成视频画质惊艳，首发版本

现已正式上线。我第一时间做了实测。

它到底怎么用？实际效果怎么样？和现在很强的 Seedance 2 比，有优势吗？

现在体验 Gemini Omni，大致有两个入口：

1、生成视频

2创建角色：

值得一提的是，Gemini App 还有一个

，受地区限制，国内大部分用户在使用 Gemini App 的时候，这个功能可能会被隐藏，所以很多人根本看不到，也没法正常体验。

这个功能本身不算稀奇。产品逻辑跟国内豆包、即梦一样的，先录制一段视频根据提示念文字，就有了自己的分身，效果也没有明显差别。两者效果相当，甚至在一些场景里，Seedance 的效果还会更稳。

基础的“天气变化”“背景替换”这类效果。太简单了，不用想也知道它能做得不错。我想试试ta

比如物理运动、生物过程、医学名词、连续动作等。

球体之间的碰撞、摆动节奏、能量传递关系，都还比较符合逻辑。

大部分效果都还可以，尤其是玻璃弹珠、鸡蛋、装水气球这类材质差异比较明显的物体，表现相对准确。但乒乓球明显翻车。它落到玻璃面上的时候，接触面往里凹了，这个不太合理。乒乓球应该是轻质弹性球体，和玻璃面碰撞时的反馈不应该是这种表现。这说明 Gemini Omni 对物理的理解还不是完全可靠。

动作衔接、镜头节奏、人物互动自然流畅。

这部分效果比较稳定。它对流程、结构、节奏的理解比较清晰。

如果是用来做医学科普、生物教学、知识解释类动画，个人觉得 Gemini Omni 的潜力非常大。

很多视频模型中文文字是个问题，要么乱码，要么变形，可识别度不高。但 Gemini Omni 的文字效果明显成熟很多。它生成出来的文字更像真的在设计软件里排出来的，字体保持一致，但是！！参考图片里包含文字的，不写提示词约束时，效果出来还是很糊。

风格转绘就更不用说了。不管是把画面转成某种插画风、粘土风、像素风、剪纸风、乐高风格等，还是让角色保持一致性去做动作变化，它都可以做到从从容容、游刃有余。

和目前视频生成领域的强劲对手

正面比较下来，我的感受大概是这样：

这块 Seedance 2 依然遥遥领先，差距比较明显。

尤其是人物跑动、打斗、复杂镜头调度、多人互动这些高难度内容，Seedance 2 的稳定性明显更强。整个运动过程更连贯，抽卡率也更低。

这类内容我反而更看好

。

比如物理原理、生物医学、专业名词解释、结构拆解类动画，Omni 的画面更干净，构图也更高级。它不一定追求很炸的运动效果，但在“把复杂概念讲清楚”这件事上，表现确实更舒服。

比如“吸烟有害健康”这类公益短片，我个人会更喜欢 Omni 的叙事逻辑。

它的表达会稍微收一点，不那么外放，画面和情绪推进也更克制。Seedance 2 的叙事风格更直白、更强刺激，简单粗暴一点：一个健康的人，下一秒就变成快要“嘎了”的js脸，主打一个“就问你怕不怕”。

这不是说谁绝对更好，而是考虑客户老板的意见、品牌调性等多方综合考虑。有些项目就是要强冲击、强警示，那 Seedance 2 可能更合适；但如果想要更高级、更克制、更像品牌片的表达，我会更倾向 Gemini Omni。

但如果项目本身不追求人物大幅运动，而是更重视专业概念的准确表达、画面质感、构图审美和出片效率，那我可能会选择

。

对实际工作来说，快就是很大的生产力。不是所有视频都需要炸，有些视频更需要干净、准确、质感好、能快速交付。

完整视频内容点击链接查看： http://xhslink.com/o/9B4uR2CdDJl Copy and open rednote to view the note，也可以小红书搜索：AI设计师Lena-查看 :)

四、官方介绍

https://www.youtube.com/watch?v=uW4B6ziQqvY

现阶段很多人都认为，AI 视频生成里 Seedance 2 依然是行业天花板之一。尤其是人物运动、打斗场景、复杂镜头调度这类内容，它的稳定性确实已经把"抽卡率"大幅压了下来。这一点不是吹，基本也是圈内共识。

这次实测下来，Omni 在科普视频、物理原理动画、生物医学可视化、人像质感、公益宣传片等场景表现更为突出。这类内容不需要特别"炸"的动作，更考验模型对信息的理解能力，以及将信息转化为动态画面的视觉表现力和准确性。就这一点而言，我个人会更倾向 Gemini Omni，画面更干净，整体质感也略胜一筹，特别适合做偏知识表达、品牌感、公益感、专业感的视频内容。

当然，Omni 并非完美答案。人物运动依然不够稳定，物理细节偶尔失真；Avatar 数字分身在逻辑上与豆包即梦、早期 Sora 相差不大；这个功能国内用户也无法完整体验。另外补充一点下：我对比所用的是豆包里的 Seedance 2，不同入口和版本的效果可能存在差异，仅供参考。

Seedance 2 目前依然是最稳的 AI 视频生成工具之一，但 Gemini Omni 让我们看到了另一条路线，它不是单纯把视频做得更"炸"，而是把复杂信息理解得更准、画面表达得更干净。这让AI 视频生成的边界，因此又往前推了一点。