# 策展 · X (Twitter) 🔥🔥🔥🔥

> 📖 本站完整內容索引（documentation index）：[llms.txt](/llms.txt)

> 作者：Arena.ai (@arena) · 平台：X (Twitter) · 日期：2026-06-12

> 原始來源：https://x.com/arena/status/2065112147093545333

## 中文摘要

Gemini Omni Flash 奪冠影片生成領域。

**評測表現與市場地位**
根據 Arena.ai 的最新評測數據，Gemini Omni Flash 在「Video Arena」中表現亮眼，成為目前業界效能最強的影片生成模型：
- **文字轉影片（Text-to-Video）：** 相比前代 Veo 3.1 (1080p) 提升了 158 分，並以 61 分的顯著差距領先次佳模型 Seedance 2.0。

![](https://pub-75d4fe1e4e80421b9ecb1245a7ae0d1a.r2.dev/curated/7049456d3b314baf.jpg)
> Gemini Omni Flash 在 Video Arena 的文字生成影片測試中榮登榜首，領先第二名 Seedance-2.0 達 61 分。

- **影像轉影片（Image-to-Video）：** 與頂尖模型並列第一，較 Veo 3.1 提升了 77 分。

![](https://pub-75d4fe1e4e80421b9ecb1245a7ae0d1a.r2.dev/curated/ecd988b1cf4f2cc3.jpg)
> 根據 Arena.ai 的 Image-to-Video 排行榜，Gemini Omni Flash 與 Dreamina Seedance-2.0 (720p) 以 1,475 分並列第一，相較於 Veo-3.1 Audio 展現了 77 分的顯著領先。

- **勝率表現：** 在 Battle Mode 的盲測對戰中，Gemini Omni Flash 的勝率高達 82%（排除平手情況），遠高於第二名模型的 69% 勝率。

![](https://pub-75d4fe1e4e80421b9ecb1245a7ae0d1a.r2.dev/curated/6c5611691202287b.jpg)
> Gemini Omni Flash 在文字生成影片競技場中以 82% 的勝率榮登榜首，顯著領先第二名 Dreamina Seedance-2.0 的 69% 勝率。

**核心技術與應用場景**
Google DeepMind 技術長 Koray Kavukcuoglu 在官方部落格中介紹了 Gemini Omni 系列的願景。該模型強調「推理」與「創作」的結合，具備以下關鍵特性：
- **對話式影片編輯：** 使用者可透過自然語言進行多輪編輯，模型能維持角色一致性、物理規則及場景記憶。
- **物理感知與知識整合：** Omni 結合了對重力、動能及流體力學的直覺理解，並運用 Gemini 的世界知識庫，讓生成的影片不僅具備寫實感，更具備敘事邏輯。
- **多模態輸入：** 支援影像、文字、影片與音訊作為參考輸入，能將多種素材整合為連貫的影片輸出。
- **數位透明度：** 所有生成的影片均內建不可見的「SynthID」數位浮水印，使用者可透過 Gemini App、Chrome 或 Google 搜尋驗證內容來源。

**產品可用性**
Gemini Omni Flash 已正式發布，並採取以下部署策略：
- **訂閱制服務：** 全球 Google AI Plus、Pro 及 Ultra 訂閱者可透過 Gemini App 與 Google Flow 使用。
- **免費存取：** 本週起於 YouTube Shorts 與 YouTube Create App 開放免費使用。
- **開發者支援：** 預計於未來幾週內透過 API 向開發者與企業客戶開放。

詳細資訊可參考 [Google 官方公告](https://blog.google/innovation-and-ai/models-and-research/gemini-models/gemini-omni/)。

## 媒體內容

**Gemini Omni Flash 在 Video Arena 的文字生成影片測試中榮登榜首，領先第二名 Seedance-2.0 達 61 分。**

**數據表**

| 項目 | 數值 |
| --- | --- |
| Gemini Omni Flash | 1,527 |
| Dreamina Seedance-2.0 | 1,466 |
| Happyhorse-1.0 | 1,437 |
| Veo-3.1 Audio (1080p) | 1,369 |
| Wan-2.7 T2V | 1,368 |
| Veo-3.1 Audio | 1,365 |
| Sora-2 Pro | 1,365 |
| Veo-3.1 Fast Audio | 1,364 |
| Veo-3.1 Fast Audio (1080p) | 1,362 |
| Grok Imagine Video (720p) | 1,358 |
| Veo-3 Fast Audio | 1,348 |
| Veo-3 Audio | 1,340 |
| Wan-2.6 T2V | 1,340 |
| Sora-2 | 1,338 |
| Wan-2.5 T2V | 1,260 |

**Gemini Omni Flash 在文字生成影片競技場中以 82% 的勝率榮登榜首，顯著領先第二名 Dreamina Seedance-2.0 的 69% 勝率。**

**數據表**

| 項目 | 數值 |
| --- | --- |
| 1. Gemini Omni Flash | 82% |
| 2. Dreamina Seedance-2.0 (720p) | 69% |
| 3. Happyhorse-1.0 | 63% |
| 4. Veo-3.1 Audio | 55% |
| 5. Veo-3.1 Fast Audio | 52% |
| 6. Veo-3.1 Audio (1080p) | 49% |
| 7. Wan-2.7 T2V | 49% |
| 8. Veo-3 Fast Audio | 48% |
| 9. Veo-3 Audio | 47% |
| 10. Sora-2 Pro | 47% |
| 11. Grok Imagine Video (720p) | 46% |
| 12. Veo-3.1 Fast Audio (1080p) | 46% |
| 13. Sora-2 | 44% |
| 14. Wan-2.6 T2V | 41% |
| 15. Wan-2.5 T2V | 25% |

**根據 Arena.ai 的 Image-to-Video 排行榜，Gemini Omni Flash 與 Dreamina Seedance-2.0 (720p) 以 1,475 分並列第一，相較於 Veo-3.1 Audio 展現了 77 分的顯著領先。**

**數據表**

| 項目 | 數值 |
| --- | --- |
| Gemini Omni Flash | 1,475 |
| Dreamina Seedance-2.0 (720p) | 1,475 |
| Grok Imagine Video 1.5 (720p) | 1,467 |
| Happyhorse-1.0 | 1,446 |
| Grok Imagine Video (720p) | 1,422 |
| Veo-3.1 Audio | 1,398 |
| Veo-3.1 Audio (1080p) | 1,393 |
| Veo-3.1 Fast Audio | 1,385 |
| Grok Imagine Video (480p) | 1,384 |
| Veo-3.1 Fast Audio (1080p) | 1,375 |
| Vidu-Q3 Pro | 1,361 |
| Kling-V3 Pro | 1,359 |
| Veo-3 Audio | 1,330 |
| Veo-3 Fast Audio | 1,324 |
| Wan-2.5 I2V | 1,321 |

## 標籤

Benchmark, AIGC, Gemini, 產業趨勢, Google, Gemini