在2026年5月20日的Google I/O大会上，谷歌发布全新Gemini Omni模型，支持文本、图像、音频、视频跨模态生成与编辑。其核心亮点是强大的深度视频编辑能力，用户可通过自然语言指令添加或删除对象、切换摄像机角度、修改环境与风格，生成内容高度连贯且能推测后续情节。首发产品Gemini Omni Flash已在Gemini应用上线，并向Google AI订阅用户及YouTube Shorts创作者免费开放。此外，谷歌嵌入SynthID数字水印技术，确保生成内容可追踪验证。谷歌DeepMind负责人表示，该模型正推动AI向通用人工智能（AGI）迈进。