Gemini Omni Flash开发者预览上线 Google AI Studio与API开放、10秒视频生成上限

Google DeepMind于2026年6月30日宣布，多模态模型「Gemini Omni Flash」进入开发者公开预览，开放通过Google AI Studio与Gemini API调用。官方将文字、图片、音频、视频的生成能力整合进单一模型端点，开发者无需再按输出类型分别调用不同模型。本次预览同时标注，视频生成功能设有10秒的单次上限，属公开测试阶段的安全阀，用意在于控管运算成本与内容审核风险，并非模型技术的天花板。Omni Flash延续「Flash」系列定位：以较低的生成质量换取更低延迟与调用成本，锁定聊天机器人动态贴图、社媒短视频测试稿、电商商品展示片段等大量、实时、低成本的应用场景。

技术意义与竞品比较

过去要让AI同时生成文案、示意图与短片，开发者常需串接多套模型分头处理，格式与风格不易对齐。Omni Flash把三种输出收拢进同一推理流程，呼应近一年行业从「多模型拼接」走向「单一模型多输出」的架构趋势。相较部分竞品已开放数十秒甚至分钟级的视频生成，Omni Flash预览阶段10秒的上限明显保守，反映Google DeepMind采取「先开放调用、再逐步放宽时长」的分阶段策略，优先观察调用模式与内容审核压力，而非一次冲规格数字。

行业反应

开发者社区讨论焦点集中在调用成本、速率限制与商用授权条款，多数反映10秒虽不利完整叙事型短片，但用于「快速生成草稿、再交由人工延展」的工作流程已足够实用。对管理者而言，真正值得留意的是「单一调用、多模态输出」的方向本身——未来内容草案的制作门槛可能进一步降低，值得让内部团队趁预览阶段申请试用、评估实际效益。