什么值得买App下载 App ›
连续签到专享现金活动

谷歌Gemini Omni模型实测:Flash版本性价比高,画质与细节仍待提升

谷歌近期在Flow平台上上线了Gemini Omni视频生成模型,允许用户在网页端直接体验。该模型目前开放了Flash版本,并配套推出了多项图像与视频编辑工具。为了解其实际生成能力与工具实用性,本次测试围绕视频生成的画质、物理逻辑以及对复杂指令的响应情况进行了多场景验证,并对平台附带的辅助工具进行了体验评估。
01测试环境与基础规格
测试期间,Omni模型仅开放了Flash版本。用户在使用Flow平台时,Gemini Pro会员每月拥有1000个AI点数,生成一段视频消耗30个点数。目前该版本最高支持生成分辨率为720P、时长为10秒的视频。值得注意的是,在测试进行时,首帧参考功能尚未上线,因此本次评测主要基于纯文本提示词生成视频的效果。
02视频生成场景实测
  • 文生视频基础能力
    在“深海巨怪袭击海盗船”的测试中,模型能够完整呈现提示词要求的巨怪、船只与船长挥剑等核心元素。但在动作流畅度、电影质感以及音效方面,表现明显逊色于Seedance 2.0,画面缺乏张力与精细度。
  • 视频编辑与AI重绘
    利用Flow平台的“提示词编辑”功能,尝试在视频中添加“金枪鱼跳上船”的情节时,生成的内容非常生硬,几乎不具备可用性,推测这可能与Flash模型的处理能力限制有关。
  • 动作与叙事逻辑
    在“女性发现飞行员失踪后接管飞机”的动作场景中,驾驶室内的紧张感与节奏尚可,但在外部镜头中出现了飞机仪表盘反向、画面中多出一个人等明显逻辑错误,模型对复杂空间关系的理解仍存在偏差。
  • 著名IP与角色生成
    测试“路飞在桑尼号写代码”时,模型对电脑屏幕上的代码细节还原度较高,甚至模拟了缩进格式,真人风格的生成效果较好,但中间错误插入了一帧动漫风格的镜头。在“变形金刚”变身测试中,机械结构变形的表现较差,甚至不及“快乐马”等同类模型。
  • 风格化与特定题材
    在动漫风格(阿尼亚·福杰)的测试中,表现介于Seedance Fast与Seedance 2.0之间,属于中规中矩。但在90年代香港电影风格和科幻风格的测试中,无论是中文语音的准确性、镜头语言还是电影质感,均未达到提示词要求,表现较弱。
03模型优势与局限性

Omni Flash模型优劣势分析

高性价比与高宽容度
  • 生成速度快,能够短时间内输出视频结果。

  • 点数消耗较少,整体使用成本较低。

  • 目前对著名IP(如路飞、变形金刚等)的生成限制较少。

画质与逻辑短板
  • 物理动作与光影质感欠缺,缺乏电影级表现力。

  • 复杂场景下的逻辑一致性不足,易出现多出人物、反向等错误。

  • 细节处理如文字、音效、镜头切换仍显生硬。

综合来看,目前的Gemini Omni Flash模型在整体生成质量上不如Seedance 2.0,特别是在画面质感和复杂逻辑的处理上差距明显。不过考虑到其目前仅为Flash版本,未来正式版上线后仍有提升空间。
04配套工具评测
Flow平台此次上线了大量图像与视频编辑工具,包括文字动画、手绘风格化、多角度场景查看、视频跟随音乐动起来以及3D模型转2D平面等功能。经实测,这些工具大多是对常见开源项目的整合,如基于千问技术的场景查看或简单的视频特效添加。
其中仅有部分工具(如抽帧加抠图重叠技术)具有一定实用性,但整体而言,大部分工具功能重复或缺乏实际应用价值,被评价为“鸡肋”。图像编辑工具除了常规的尺寸调整和滤镜外,并未提供突破性的创新功能。

评论

评论区空态插画

当前文章无评论,是时候发表评论了