خروجی چندوجهی بومی
یک پرامپت واحد متن، keyframes و ویدیوی هماهنگ تولید میکند، با شخصیتها، سبک و نورپردازی پیوسته در سراسر فرمتها.
Omni 1.1 Flash · تولید و ویرایش ویدیو آماده production Gemini Omni
Gemini Omni
بگو. ببین. به اشتراک بگذار.
Gemini Omni 1.1 Flash در ۲۷ اوت ۲۰۲۶ عرضه شد — بهروزرسانی production-ready گوگل با scene extensions تا ۴۰ ثانیه، first/last frame control، 360p draft mode، 4K upscaling و video references. جایگزین Veo در اپ Gemini و از طریق Google Flow، YouTube Shorts، Google Vids، Google AI Studio و Gemini Enterprise Agent Platform در دسترس است.
مدل یکپارچه صدای همگام ویرایش در چت
Omni
Text
Image
Video
Audio
آمار سریع
10s · تا 40s طول کلیپ
4K بیشینه خروجی
16:9 · 9:16 · 1:1 نسبتهای تصویر
اوت ۲۰۲۶ جدیدترین انتشار
دموهای رسمی
ببینید Gemini Omni واقعاً چه چیزی بیرون میدهد
هر کلیپ زیر مستقیماً از صفحه محصول رسمی Gemini Omni در Google جاسازی شده است: text-to-video، image-to-video، انتقال سبک، ویرایش چت، video-to-video و آواتار AI — تمام سطح قابلیتها.
تمام ویدیوهای دمو © Google هستند و در اینجا برای گردآوری اطلاعات استفاده میشوند؛ مستقیماً از storage.googleapis.com/gweb-gemini-cdn پخش میشوند.
بگو. ببین. به اشتراک بگذار.
ریل هیرو اصلی Gemini Omni: ساخت، ریمیکس و ویرایش ویدیو از طریق گفتوگو.
متن → ویدیو
وارد داستان شوید
یک پرامپت متنی، یک کلیپ چندشاتی با محیط و زبان دوربین منسجم تولید میکند.
تصویر → ویدیو
به عکسها جان دهید
تصاویر مرجع را آپلود کنید و Omni حرکت را هدایت میکند و خط زمان را خودکار پر میکند.
سبک · الگو
جان شات را حفظ کنید
پسزمینهها را عوض کنید، لباس را تغییر دهید یا سبک را منتقل کنید — سوژه شما جزئیات خود را حفظ میکند.
ویدیو → ویدیو
ریمیکس یک کلیپ موجود
فوتیج موجود را در سبک تازهای بازقالب کنید — نور، لنز یا حتی متریال با پرامپت بازنویسی میشود.
ویرایش چت
ویرایش آسان
شخصیتها را بازیابی کنید، نور را تنظیم کنید، شاتها را پایدار کنید — همه از طریق چت، بدون تولید مجدد.
آواتار AI
ستاره برنامه خودتان باشید
یک بار AI avatar را تنظیم کنید، سپس در هر ویدیوی آینده بدون آپلود مجدد عکسها ظاهر شوید.
قابلیتها
کل خطلوله در یک مدل خلاصه میشود
برخلاف مدلهای ویدیویی تخصصی مانند Veo، Sora 2، Seedance 2.0 یا Kling، Gemini Omni استدلال زبانی، تولید تصویر، تولید ویدیو و سنتز صدا را زیر یک معماری حفظ میکند.
یک استک Gemini یکپارچه
دیگر زنجیر کردن مدلهای تخصصی لازم نیست. متن، تصویر، ویدیو و صدا وزنها و کانتکست بلند یکسانی را به اشتراک میگذارند.
صدای بومی همگام
صداهای محیطی، موسیقی و دیالوگ در همان forward pass با تصویر همراستا میشوند — قدمها روی ضرب مینشینند و لبها از همان اولین خروجی با گفتار همخواناند.
ویرایش مستقیم در چت
یک شیء را عوض کنید، نورپردازی را تغییر دهید یا حرکت دوربین را با زبان طبیعی تنظیم کنید — بدون تولید مجدد کامل، در ادامهی روش Nano Banana.
ریمیکس و هدایت
یک کلیپ موجود را آپلود کنید و آن را با پرامپتها هدایت کنید. تصاویر، ویدیوها و صداهای مرجع را میتوانید در یک دستور ادغام کنید.
الگوها و سبکها
الگوهای داخلی برای تبلیغات محصول، Reels، موزیک ویدیو و فیلمهای کوتاه سینمایی، سد ورود را برای مبتدیان پایین میآورد و زبان دوربین را پیوسته نگه میدارد.
مشخصات
مشخصات رسمی Omni 1.1 Flash
اعداد زیر مطابق عرضه production gemini-omni-1.1-flash در ۲۷ اوت ۲۰۲۶ است. از طریق Google AI Studio و Gemini Enterprise Agent Platform در دسترس است.
| بعد | سیگنال شناختهشده |
|---|---|
| خانواده مدل | Google Gemini Omni — 1.1 Flash انتشار production-ready است |
| Model ID | gemini-omni-1.1-flash |
| طول کلیپ | تا ۱۰ ثانیه برای هر تولید · تا ۴۰ ثانیه با scene extensions (افزایشهای ۱۰ ثانیهای) |
| رزولوشن | 360p draft · 720p standard · 1080p · 4K upscale |
| نسبتهای تصویر | 16:9, 9:16, 1:1 |
| صدا | صدای همگام بومی در خروجی · ارجاع صوتی API هنوز پشتیبانی نمیشود |
| ورودیها | متن / تصویر / ویدیو (ارجاع صوتی API هنوز پشتیبانی نمیشود) |
| دسترسی | اپ Gemini، Google Flow، YouTube Shorts/Create، Google Vids · توسعهدهندگان از طریق Gemini API، Google AI Studio و Gemini Enterprise Agent Platform |
| قیمتگذاری API | ۰٫۱۰$ برای هر ثانیه خروجی ویدیو (مثل Veo 3.1 Fast) |
معماری
سه خط محصول در یک Omni جمع میشوند
استک تولیدی Google پیش از این تقسیم بود: Veo برای ویدیو، Nano Banana / Imagen برای تصویر و Gemini برای متن. Omni همه را در یک معماری میپیچد.
پیش از این
Veo 3.1
ویدیو + صدای بومی
Nano Banana / Imagen
تولید و ویرایش تصویر
Gemini 2.5 / 3.x
استدلال · کانتکست بلند
اکنون · Omni
Gemini Omni
متن · تصویر · ویدیو · صدا، یک مدل، یک پرامپت
Text Image Video Audio
موارد کاربرد
از یک بریف به محتوای قابل انتشار
یک مدل یکپارچه با کانتکست بلند و صدای همگام یعنی تیم میتواند یک بریف منسجم بنویسد و با یک کات نهایی بیرون بیاید.
01
تبلیغات محصول
هیروشاتها، رونمایی بستهبندی و کاتهای سبک زندگی با صدای محیطی قفلشده آماده عرضهاند.
02
Reels و Shorts
کلیپهای عمودی 9:16 با دیالوگ روی میکروفون و حرکت همگام با ضرب، طراحیشده برای متوقفکردن اسکرول.
03
موزیک ویدیو
یک ترک را بهعنوان مرجع بدهید تا Omni تصاویر را روی ضرب ببُرد و شخصیت ثابتی در طول شاتها حفظ کند.
04
فیلمهای کوتاه سینمایی
چند omni-clip ۱۰ ثانیهای را به یک توالی چندشاتی با نورپردازی و بستر صوتی پیوسته زنجیر کنید.
05
هیرو لوپ صفحات لندینگ
کلیپهای اتمسفریک 16:9 لوپشدنی برای سایتهای SaaS، مد و DTC — برندبندیشده و سازگار با حالت بیصدا.
06
توضیحدهندهها و آموزشها
یک اسکریپت را به توالی روایتشده با دیالوگ همگام لب و صدای محیطی متناسب تبدیل کنید.
مقایسه
جایگاه Omni در استک ویدیوی ۲۰۲۶
گردآوریشده از Artificial Analysis، Looksy AI، Oimi AI و کینوتهای رسمی — برای جهتگیری، نه نمرات benchmark.
| مدل | سازنده | معماری | صدای بومی | طول کلیپ |
|---|---|---|---|---|
| Gemini Omni
Omni
| Omni یکپارچه (ویدیو + تصویر + صدا) | همگام در یک pass | 10s · تا 40s | |
| Veo 3.1 | مدل ویدیویی تخصصی | بله | ~۸ ثانیه | |
| Seedance 2.0 | ByteDance | ویدیوی چندوجهی تخصصی | بله | تا ۱۵ ثانیه / شات |
| Sora 2 | OpenAI | مدل ویدیویی تخصصی | بله | ~۲۰ ثانیه |
| Kling V3.0 | Kuaishou | مدل ویدیویی تخصصی | محدود | ~۱۰ ثانیه |
دسترسی رایگان
آیا Gemini Omni رایگان است؟ روش استفاده رایگان در ۲۰۲۶
Gemini Omni Flash در پلن رایگان Google Flow، در YouTube Shorts و در اپ YouTube Create رایگان است. اپ مستقل Gemini به Google AI Plus، Pro یا Ultra نیاز دارد. درگاههای رسمی زیر را باز کنید.
labs.google رایگان
Google Flow · پلن رایگان + اشتراکها
استودیوی فیلمسازی هوش مصنوعی Google. پلن رایگان شامل Gemini Omni Flash با محدودیت مصرف است؛ برای محدودیت بیشتر و ابزارهای حرفهای به Plus / Pro / Ultra ارتقا دهید.
باز کردن youtube.com رایگان
YouTube Shorts · Gemini Omni رایگان
کلیپهای Gemini Omni Flash را بدون هزینه داخل Shorts بسازید. ارزانترین راه رسمی برای امتحان رایگان Omni.
باز کردن youtube.com رایگان
اپ YouTube Create · ویرایشگر موبایل رایگان
ویرایشگر موبایلمحور با Gemini Omni Flash داخلی. بدون نیاز به اشتراک AI.
باز کردن gemini.google.com پلن پولی
اپ Gemini · Plus / Pro / Ultra
استفاده از Omni داخل اپ رسمی Gemini. نیازمند پلن Google AI Plus، Pro یا Ultra.
باز کردنچگونه ویدیوهای Gemini Omni را رایگان بسازیم
سریعترین مسیر رایگان: در YouTube Shorts یا اپ YouTube Create وارد شوید، یک قالب انتخاب کنید و با همان قلابهای چندنمایی که اپ Gemini استفاده میکند، پرامپت بنویسید.
- برای قفلکردن زبان دوربین و ریتم، نسخه اولیه را رایگان در YouTube Shorts بسازید.
- تنها وقتی به خروجی در حد برند نیاز دارید به پلن Google AI Plus یا Pro بروید.
- بهجای تولید دوباره از ویرایش درونچت استفاده کنید تا هر اعتبار پولی بیشتر دوام بیاورد.
سهمیههای رایگان و قیمتها بسته به منطقه و حساب تغییر میکنند. همیشه در درگاههای رسمی بالا تأیید کنید.
خط زمانی
از نخستین نشت تا عرضه — و آنچه بعداً میآید
بر اساس تاریخ گزارش عمومی مرتب شده. تا عرضه production Omni 1.1 Flash در ۲۷ اوت ۲۰۲۶ بهروز شده.
- 2026 · 05 · 02
نخستین رشتهٔ "Powered by Omni"
کاربر X با شناسهٔ @Thomas16937378 عبارت "Start with an idea or try a template. Powered by Omni." را در تب ویدیوی Gemini یافت.
- 2026 · 05 · 11
کارت پیشنمایش کامل در Gemini موبایل
TestingCatalog و Chetaslua کارت "Meet our new video model"، Model ID کامل و سقف کلیپ ۱۰ ثانیهای را آشکار کردند.
- 2026 · 05 · 12 – 18
پخش دموها در فضای عمومی
کلیپ «استاد در حال حل مثلثات روی تختهسیاه» انسجام متن و وفاداری فیزیکی را به نمایش گذاشت و موجی از مقایسه با Veo 3.1 برانگیخت.
- 2026 · 05 · 19
راهاندازی رسمی در Google I/O 2026
Google در صحنه اصلی I/O 2026 از Gemini Omni رونمایی کرد، صفحه محصول رسمی همراه با ویدیوهای دمو منتشر کرد و جایگزینی Veo 3.1 در اپ Gemini را آغاز نمود.
- 2026 · 05 · 19 به بعد
انتشار تدریجی AI Avatar، video-to-video و ویرایش چندنوبتی
نسخه راهاندازی با آواتار AI شخصی، ویرایش video-to-video و ویرایش چتمحور چندنوبتی همراه است — محدودشده بر اساس جغرافیا و سطح اشتراک.
- 2026 · 06 · 30
پیشنمایش عمومی Omni Flash API برای توسعهدهندگان
شناسه gemini-omni-flash-preview در Google AI Studio، Gemini API و Gemini Enterprise Agent Platform با ۰٫۱۰$ برای هر ثانیه خروجی ویدیو — همان نرخ Veo 3.1 Fast. ویرایش گفتوگومحور و ارجاع چندوجهی (متن، تصویر، ویدیو) پشتیبانی میشود؛ ارجاع صوتی API هنوز نیست.
- 2026 · 08 · 27
عرضه production Gemini Omni 1.1 Flash
Model ID gemini-omni-1.1-flash از طریق Google AI Studio و Gemini Enterprise Agent Platform production-ready شد. قابلیتهای جدید: scene extensions تا ۴۰ ثانیه، first/last frame specification، 360p draft mode (۶۰٪ سریعتر، یکسوم هزینه)، 4K upscaling، video references. توسط Adobe Firefly، Figma Weave، Runway و دیگران یکپارچه شده.
- در نقشه راه
Gemini Omni Pro rollout گستردهتر + image & audio outputs
Google rollout گستردهتری از Gemini Omni Pro فراتر از پیشنمایش Ultra را اعلام کرد، همراه با image & audio output modalities فراتر از عرضه فعلی video-first — وعده کامل "any input → any output".
پرسشهای متداول
پرسشهایی که مردم بیشتر دربارهٔ Gemini Omni میپرسند
دقیقاً Gemini Omni چیست؟
Gemini Omni خانواده چندوجهی یکپارچه Google است. مدل production، Gemini Omni 1.1 Flash (gemini-omni-1.1-flash) است که در یک معماری از ورودی متن، تصویر و ویدیو ویدیویی با صدای همگام بومی تولید میکند. scene extensions تا ۴۰ ثانیه، first/last frame control، 360p drafts و 4K upscaling را پشتیبانی میکند.
آیا Gemini Omni رایگان است؟
تا حدی. Gemini Omni Flash در پلن رایگان Google Flow، در YouTube Shorts و در اپ YouTube Create رایگان است. استفاده از Omni داخل اپ مستقل Gemini نیازمند پلن پولی Google AI Plus، Pro یا Ultra است.
هزینه Gemini Omni چقدر است؟
Google AI Plus از حدود ۷٫۹۹ دلار در ماه شروع میشود، AI Pro رایجترین سطح برای سازندگان است و AI Ultra حدود ۱۰۰ دلار در ماه است. دو تولید Omni Flash حدود ۸۶٪ سهمیه روزانه AI Pro را مصرف میکند، پس برای تلاشهای مجدد برنامهریزی کنید. API توسعهدهندگان با قیمتگذاری مخصوص خود عرضه خواهد شد.
چه زمانی عرضه میشود؟
عرضه شده است. Google در ۱۹ مه ۲۰۲۶ روی صحنه اصلی Google I/O 2026 از Gemini Omni رونمایی کرد و همزمان صفحه محصول رسمی و ویدیوهای دمو را منتشر نمود.
ارتباطش با Veo 3.1 چیست؟
Gemini Omni جانشین Veo درون اپ Gemini است — Google صراحتاً میگوید Omni «جایگزین Veo در اپ Gemini خواهد شد». استک ویدیو اکنون در همان معماری متن و تصویر Gemini تا میخورد.
آیا واقعاً صدا تولید میکند؟
بله. صداهای محیطی، موسیقی و دیالوگ در همان pass با ویدیو تولید میشوند — همین کل دلیل نام "omni" است.
محدودیت کنونی طول کلیپ چیست؟
کلیپهای تکی تا ۱۰ ثانیه، با scene extensions تا ۴۰ ثانیه مجموع (افزایشهای ۱۰ ثانیهای). صدای بومی، تا ۵ photo reference، video references تا ۳ ثانیه و multi-turn editing. پیشنویس در 360p یا upscale به 4K.
قیمتگذاری چگونه است؟
Gemini Omni نیازمند پلن Google AI Plus، Pro یا Ultra است و باید ۱۸+ باشید. برخی ویژگیها (آواتارها، ویرایش video-to-video) ممکن است در کشورهای خاصی محدود شوند.
AI avatar در Gemini Omni چیست؟
نسخه دیجیتالی اختیاری از شما که به Gemini اجازه میدهد ویدیوهایی بسازد که شبیه شما به نظر میرسند و صدای شما را دارند، بدون نیاز به آپلود تصاویر در هر نوبت — و فقط شما میتوانید از آواتار خود استفاده کنید.
منابع
گزارشهای اصلی و پیوندهای عمومی
همه چیز در این صفحه از منابع عمومی زیر گردآوری شده است. مطالعه متقاطع توصیه میشود.
blog.google منبع را بخوانید
Google Blog · معرفی Gemini Omni
پست رسمی اعلان با جزئیات راهاندازی Omni Flash، قابلیتها، سطوح و برنامهٔ عرضه.
blog.google منبع را بخوانید
Google Blog · ۱۰۰ نکته از Google I/O 2026
جمعبندی کامل I/O 2026 شامل Gemini Omni، پلن جدید AI Ultra ۱۰۰ دلاری و سایر معرفیهای پیرامون.
gemini.google منبع را بخوانید
Google · صفحه رسمی Gemini Omni
صفحه راهاندازی رسمی با ویدیوهای دمو، تور قابلیتها، پلنهای پشتیبانیشده و جزئیات استقرار.
datacamp.com منبع را بخوانید
DataCamp · تحلیل عمیق Google I/O 2026
خلاصه تحلیلگر مستقل دربارهٔ اینکه Omni چگونه استک Veo + Imagen را در یک مدل ادغام میکند و چه چیزی اکنون در دسترس است نسبت به آینده.
programminginsider.com منبع را بخوانید
گزارش TestingCatalog · Programming Insider
جزئیات نشت، رشتههای UI و تحلیل دموهای اولیه.
officechai.com منبع را بخوانید
OfficeChai · Gemini Omni Spotted
Model ID کامل، پرامپتهای دروناپ و واکنشهای جامعه.
looksyai.in منبع را بخوانید
Looksy AI · صفحه محصول Gemini Omni
خلاصهای تمیز از مشخصات، موارد کاربرد و مقایسهها.
storage.googleapis.com منبع را بخوانید
گزارش فنی Gemini 2.5
چندوجهی در سطح خانواده، کانتکست بلند و مسیر agentic.