Gemini Omni Flash: الدليل الكامل والأوامر والميزات

Gemini Omni هو أول نموذج من Google من أي وسيط إلى أي وسيط، أُعلن عنه في Google I/O 2026 يوم 19 مايو 2026. يأخذ الإصدار الأول، Gemini Omni Flash، النص والصور والفيديو مدخلاتٍ ويولّد فيديو بصوت متزامن، مؤسَّسًا على معرفة Gemini بالعالم الواقعي. تمتد المقاطع حتى 10 ثوانٍ بدقة 720p، بنسبة 16:9 أو 9:16، وتصقلها بالحوار بدلًا من إعادة التوليد.

إدخال من أي وسيط إلى أي وسيط

يقبل أمر Gemini Omni الواحد النص والصور والفيديو في آن معًا. بدلًا من خياطة المدخلات معًا بالتتابع، يستدل النموذج عبرها كموجز واحد، فتشكّل صورة مرجعية شخصية، وصورة موقع، وإيقاع مكتوب اللقطةَ المولّدة نفسها. يمكنك أيضًا تمرير عدة صور مرجعية لحمل عناصر محددة إلى المشهد. رفع مراجع صوت منفصلة قيد الطرح وغير متاح في كل مكان بعد، وفي تطبيق Gemini من Google يمكنك الظهور في الفيديوهات بصوتك الخاص عبر ميزة الصور الرمزية (Avatars).

صوت أصلي

يُولَّد كل مقطع بصوته المتزامن الخاص في التمريرة نفسها، فيعود الحوار والمؤثرات والصوت المحيطي أو الموسيقى مع الحركة بدلًا من عرض صامت. صِف الصوت الذي تريده في الأمر نفسه مع اللقطة، فيُوقَّت الصوت مع الفعل بدلًا من إضافته لاحقًا.

تحرير حواري

التعديل هو الأمر. اصقل مقطعًا بمتابعات بلغة بسيطة: «اصنع المنحوتة من فقاعات»، أعد إضاءة المشهد، غيّر فعلًا، أو أضف عنصرًا، فيحافظ النموذج على بقية اللقطة. يحافظ على السياق عبر الجولات، فتبني عدة جولات من التعديلات على المشهد نفسه بدلًا من البدء من الصفر.

ثبات الشخصية والفيزياء

تثبت الشخصيات والعناصر والنمط عبر التعديلات الحوارية، مدعومة بفهم محسّن لقوى مثل الجاذبية والطاقة الحركية وديناميكا الموائع. يكون الثبات أقوى حين تصقل المشهد نفسه. تبديل المشاهد أو طلب تحريكات كاميرا أفقية كبيرة قد ينحرف، لذا أبقِ التغييرات الثقيلة في توليدها الخاص.

المعرفة بالعالم الواقعي

يؤسّس Gemini Omni مشاهده على معرفة Gemini بالتاريخ والعلوم والثقافة، فتبقى تفاصيل الحقبة والسلوك الفيزيائي والخصوصيات الثقافية صحيحة بدلًا من الانزلاق إلى قوام ذكاء اصطناعي عام. هذا التأسيس هو ما يجعله مفيدًا للمواد التفسيرية ولأي لقطة يجب أن تكون تفاصيلها صحيحة.

علامة SynthID المائية

يحمل كل مقطع علامة Google المائية غير المحسوسة SynthID لأصل الذكاء الاصطناعي. تكون مفعّلة افتراضيًا، وغير مرئية للمشاهدين، وتصمد أمام التحويلات الشائعة مثل إعادة الترميز وتغيير الحجم، فتبقى المادة المولّدة قابلة للتعرّف عبر سلسلة الإنتاج.

يكافئ Gemini Omni موجزًا يعامل كل مرجع جزءًا من مشهد واحد، ويسمّي الصوت، ويحرّر بالحوار بدلًا من إعادة التوليد. تحمل بضع ممارسات معظم الجودة:

• حمّل كل مرجع دفعة واحدة. يمكن أن يدخل النص والصورة والفيديو في الأمر نفسه، لأن النموذج يستدل عبرها معًا بدلًا من خياطتها بالتتابع. أضف صورًا مرجعية لحمل عنصر محدد إلى المشهد.
• سمِّ الصوت دائمًا. الحوار أو المؤثرات الصوتية أو الصوت المحيطي أو الموسيقى بلغة بسيطة، ليعود المقطع بصوت مُوقَّت مع الحركة بدلًا من صامت.
• حرّر بالحوار. حين تقترب اللقطة، صِف التغيير الواحد الذي تريده في الرسالة التالية بدلًا من البدء من جديد. يحافظ المشهد على شخصياته وإضاءته واستمراريته.
• لائم الإيقاع مع 10 ثوانٍ. لا يوجد تمديد فيديو أو استيفاء، لذا خطّط لفعل واحد يُحسم داخل المقطع بدلًا من الاعتماد على إطالته لاحقًا.
• أبقِ تغييرات المشهد في توليدها الخاص. يكون الثبات أقوى حين تصقل المشهد نفسه؛ تبديل مشهد حاد أو تحريك أفقي كبير أفضل كلقطة جديدة.
• وجّه الفيزياء التي تهمّك. اذكر الوزن، أو الاصطدام، أو كيف ينبغي أن يتحرّك المائع، لأن الفيزياء المؤسَّسة قوة تستحق التوجيه.

الأمر القوي يُقرأ كموجز لقطة قصير، لا كتعليق على صورة. يقود النتيجة أمران: قائمة واضحة بما تحتويه اللقطة، وصياغة محددة بدل صياغة غامضة.

ما يدخل في الأمر

التحرير بالحوار

التعديل هو الأمر. أبقِ المشهد، وسمِّ التغيير فقط، ودع كل شيء آخر يُنقل من الجولة السابقة.

الأوامر الضعيفة مقابل القوية

سمِّ الكاميرا، والحركة وتوقيتها، والصوت بدلًا من تركها للصدفة.

الأخطاء الشائعة

• ترك الأمر صامتًا: اكتب دائمًا إشارة صوت واحدة على الأقل، لأن النموذج يولّد الصوت مع الفيديو.
• إعادة التوليد بدلًا من التحرير: حين تقترب اللقطة، اطلب التغيير الواحد بالحوار لتثبت الشخصيات والاستمرارية.
• الاعتماد على التمديد: لا يوجد تمديد فيديو، لذا أبقِ فعلًا واحدًا داخل مقطع الـ 10 ثوانٍ.
• نص كثيف على الشاشة: تصيير النص والحركة شديدة التعقيد ما زالا نقطتَي ضعف، لذا أبقِ التسميات قصيرة أو أضفها في مرحلة ما بعد الإنتاج.