Gemini Omni Video — распространённое название новой мультимодальной модели Google, которая официально называется Gemini Omni Flash. Она принимает текст, изображения и видео, создаёт короткие ролики со звуком и позволяет уточнять результат следующими командами. Ниже — проверенные возможности, инструкция для ArtFlow и готовые промпты без неподтверждённых обещаний.
Все референсы работают как единый контекст
Портрет задаёт внешность героя, изображение города — окружение, предметный кадр — важный объект, а текст и звук описывают действие. Gemini Omni старается собрать эти материалы в одну последовательную видеосцену.
Что такое Gemini Omni Video
Gemini Omni Flash — мультимодальная модель Google для генерации и редактирования коротких видео. Она может учитывать текстовое описание, изображения и исходный видеоклип, а затем создавать MP4-ролик со звуком. Первый анонс состоялся 19 мая 2026 года, а публичная preview-версия API появилась 30 июня 2026 года.
Главное отличие Omni от обычной схемы «написал промпт — получил клип» заключается в работе с контекстом. Пользователь может задать роли референсов, попросить сохранить героя или предмет, изменить фон, движение камеры, освещение либо стиль. При следующем запросе модель создаёт новую версию ролика, стараясь не менять элементы, которых команда не касается.
Это не означает гарантированную идентичность каждого кадра. В официальной карточке модели Google отдельно отмечает, что сложное движение, точный текст в кадре и полная консистентность при последовательном редактировании всё ещё могут давать ошибки.
Что умеет Gemini Omni Flash
От отдельных материалов к связному ролику
Назначьте каждому изображению понятную роль и прямо укажите, что должно оставаться неизменным между кадрами. Чем точнее описаны герой, окружение и ключевой объект, тем проще проверить консистентность первого дубля.
Как создать видео Gemini Omni в ArtFlow
- Откройте Видео Студию. Войдите в ArtFlow AI Studio и выберите модель Gemini Omni Video.
- Подготовьте референсы. В текущем интерфейсе ArtFlow можно добавить до 7 изображений либо один видеоклип. Не загружайте материалы, на использование которых у вас нет прав.
- Опишите результат. Укажите героя, действие, место, движение камеры, свет, визуальный стиль и звук. Промпт должен описывать одну короткую сцену, а не полный фильм.
- Выберите формат. Для YouTube используйте 16:9, для Shorts, Reels и клипов — 9:16. Длительность без видеореференса в интерфейсе ArtFlow составляет 4, 6, 8 или 10 секунд.
- Проверьте настройки вывода. Доступные варианты разрешения и стоимость показываются непосредственно перед генерацией и могут меняться в зависимости от провайдера.
- Оцените первый дубль. Проверьте лицо, руки, движение объектов, текст и синхронизацию звука. Меняйте в следующем промпте только одну проблему — так проще понять, что улучшило результат.
Если стартового изображения ещё нет, сначала создайте его в Фото Студии. Для постоянного героя подготовьте карту персонажа с ракурсами и деталями внешности.
Формула промпта для Gemini Omni Video
Рабочий промпт удобно собирать из семи частей. Сначала зафиксируйте основную сцену, а уточнения добавляйте только там, где они действительно влияют на результат.
[Герой/объект] выполняет [действие] в [место и время].
Камера: [план, движение, объектив].
Свет и стиль: [освещение, палитра, эстетика].
Звук: [атмосфера, эффекты, короткая реплика].
Сохранить: [лицо, одежду, форму товара, фон или композицию].
Формат: [16:9 или 9:16], длительность [3–10 секунд].Готовые промпты для Gemini Omni
1. Кинематографичное видео из портрета
Используй загруженный портрет как точный референс внешности. Молодая женщина в чёрном плаще идёт по мокрой набережной футуристического города ночью. Медленный наезд камеры, средний план, объектив 50 мм, естественное движение волос и ткани. Холодный синий свет витрин, тёплые отражения фар на асфальте, реалистичная кинематографичная съёмка. Звук: тихий дождь, далёкий городской гул и шаги по мокрой плитке. Сохрани лицо, причёску и одежду без изменений. Формат 16:9, 8 секунд.2. Рекламный ролик товара
Используй фото флакона как точный референс товара. Флакон стоит на тёмном камне, вокруг медленно движется лёгкий туман, по стеклу проходит мягкий золотой блик. Камера делает плавный полуоборот на 30 градусов и останавливается на фронтальном крупном плане. Премиальная предметная съёмка, глубокий чёрный фон, янтарные акценты. Звук: тихий воздушный переход и один чистый стеклянный акцент в финале. Не изменяй форму флакона, цвет жидкости и расположение этикетки. Без дополнительного текста. Формат 9:16, 6 секунд.3. Вертикальный ролик для Shorts и Reels
Вертикальная сцена 9:16. Маленький робот-курьер выходит из лифта на крыше небоскрёба на рассвете, смотрит на город и раскрывает механический зонт. Камера следует сзади, затем плавно обходит героя справа и заканчивает крупным планом лица. Мягкий рассветный свет, облака ниже крыши, стилистика семейного фантастического фильма. Звук: открытие дверей лифта, ветер, механический щелчок зонта. Оставь центральную безопасную зону свободной от мелких деталей. 8 секунд.4. Редактирование загруженного видео
Измени только время суток в загруженном видеоклипе: преврати дневную сцену в ранний синий час после дождя. Добавь реалистичные отражения городских огней на мокрых поверхностях и мягкий холодный свет неба. Сохрани движение камеры, людей, автомобили, архитектуру, монтаж и длительность исходного видео. Не добавляй новые объекты и не меняй лица. Сохрани исходный звук, добавив только очень тихую атмосферу дождя.Промпт для демонстрационного ролика
Посмотрите готовый результат, а затем используйте промпт ниже как основу для собственного ролика.
10-second cinematic technology editorial video, 16:9. In a dark premium creative studio, three floating visual references appear: a female character portrait, a rainy futuristic city, and a red vintage sports car. A subtle audio waveform pulses beneath them. Thin cyan and violet streams of light connect the references and merge them into one coherent cinematic scene on a central widescreen display: the same woman walks through the rainy city beside the same red car. Slow controlled camera orbit, realistic reflections, natural character motion, sophisticated navy lighting with restrained warm highlights. Sound design: soft interface chime, distant rain, low city ambience, gentle cinematic rise. No text, no logos, no trademarks, no recognizable software interface, no watermark.- Файл: MP4, H.264, без автозапуска.
- Формат: 16:9; оптимально 1280×720 или 1920×1080 после экспорта.
- Длительность: 10 секунд.
- Постер:
gemini-omni-video-hero.webp, 1600×900.
Gemini Omni или Veo 3.1: что выбрать
Обе модели принадлежат Google, но решают разные задачи. Omni не заменяет Veo: выбор зависит от необходимого типа контроля.
| Критерий | Gemini Omni Flash | Veo 3.1 |
|---|---|---|
| Основная задача | Мультимодальная генерация и разговорное редактирование | Контролируемая кинематографичная генерация |
| Официальная длительность API | 3–10 секунд | 4, 6 или 8 секунд |
| Официальное разрешение API | 720p на дату проверки | 720p, 1080p и 4K; высокие разрешения имеют ограничения |
| Форматы | 16:9 и 9:16 | 16:9 и 9:16 |
| Редактирование своего видео | Да, с последовательными командами | Не главный сценарий модели |
| Первый и последний кадр | Нет в публичном API | Поддерживается интерполяция |
| Продление ролика | Нет в публичном API | Поддерживается extension |
| Когда выбирать | Нужно смешать референсы или менять ролик командами | Нужны 4K, first/last frame или продление |
Базовую инструкцию по другим моделям смотрите в материале «Как оживить фото и создать AI-видео».
Ограничения Gemini Omni, которые нужно учитывать
- Короткая длительность
- Публичный API создаёт ролики на 3–10 секунд. Для длинного видео потребуются отдельные сцены и монтаж.
- Консистентность не гарантирована
- Лицо, одежда, товар или фон могут меняться. Используйте качественные референсы и явно перечисляйте, что сохранить.
- Текст может содержать ошибки
- Не поручайте модели длинные надписи и мелкую типографику. Добавляйте титры в видеоредакторе после генерации.
- Русский язык не полностью оценён
- Google полностью оценивала модель прежде всего на английском. Сложные промпты при необходимости продублируйте на английском.
- Нет отдельного negative prompt
- Запреты формулируются в основном запросе: «не меняй лицо», «не добавляй текст», «сохрани движение камеры».
- Доступ зависит от поверхности
- Возможности Gemini app, Flow, Google Vids, API и сторонних сервисов могут различаться по аккаунту, региону и провайдеру.
Частые вопросы о Gemini Omni Video
Как правильно называется Gemini Omni Video?
Официальное название семейства — Gemini Omni, а первая доступная модель называется Gemini Omni Flash. Фразу «Gemini Omni Video» часто используют для пояснения, что речь идёт о генерации видео, но Google не называет модель именно так.
Можно ли создавать видео Gemini Omni на русском языке?
Модель может обрабатывать русские промпты, однако Google указывает, что полная оценка качества проводилась прежде всего на английском. Для сложной сцены полезно начать с русского запроса, а при неточном результате перевести тот же промпт на английский и сравнить два дубля.
Создаёт ли Gemini Omni видео со звуком?
Да. В официальном API модель пытается создать аудиодорожку вместе с видео: атмосферу, эффекты, музыку или диалог можно описать в промпте. Качество речи и синхронизация зависят от сцены, поэтому перед публикацией ролик нужно прослушать целиком.
Сколько изображений можно добавить в Gemini Omni?
Лимит зависит от продукта. В текущем интерфейсе ArtFlow доступно до 7 изображений, а в приложениях и API Google правила могут отличаться. Не переносите лимит одной платформы на другую и проверяйте подсказку возле поля загрузки перед генерацией.
Есть ли водяной знак на видео Gemini Omni?
Google добавляет в сгенерированные Omni-видео невидимый цифровой водяной знак SynthID. Это не обычная надпись поверх кадра. Наличие C2PA Content Credentials зависит от поверхности создания, поэтому его нельзя автоматически обещать для каждого стороннего сервиса.
Создайте первый ролик в Gemini Omni
Возьмите один промпт из статьи, добавьте портрет, товар или короткое видео и сначала проверьте сцену в формате 720p.