是什么

Gemini Omni 是一个基于浏览器的工作空间，用于根据文本、图像、视频和音频输入快速制作 AI 生成的短视频草稿，并通过自然语言编辑进行修改。它显然面向需要在投入正式制作或完整剪辑流程之前，测试镜头方向、参考一致性、节奏和产品表达的团队与创作者。

功能

多模态视频生成：使用文本、图像、片段和音频提示创建视频草稿，帮助团队将创意和源素材转化为可供审核的动态样片。
对话式编辑：允许用户用自然语言描述修改内容，从而在无需每次从头开始的情况下优化镜头、主体、风格和节奏。
参考边界控制：支持设置人物、产品、版式或风格约束等可识别锚点，以减少多次重混中的偏移。
面向测试的工作流结构：围绕镜头问题、参考锁定以及成本/决策审查来组织工作，使每次生成都更容易针对特定目标进行评估。
额度与输出规划：在提交前显示时长、分辨率和预计额度成本等生成选项，帮助团队在为更长或更高质量的生成投入更多成本之前，先完成方向验证。

实用建议

将这类工具用于方向验证，而不是作为最终剪辑、字幕、调色收尾或多轨音频处理的自动化替代方案。
从简短、风险较低的生成开始，一次只测试一个变量，例如开头吸引力、产品细节或主体一致性。
当身份信息或包装设计很重要时，提供清晰的参考素材和明确的边界，让评审讨论聚焦于预期决策，而不是随机变化。
将生成片段视为需要经过版权、同意、品牌和平台审核的草稿后才能发布；页面已明确将输出定位为原型。

OpenClaw 技能

一个可能适配 OpenClaw 的方向是：将 Gemini Omni 草稿转化为结构化的评审与制作决策，而不是仅用于独立生成。例如，可能的技能或代理包括采集镜头测试简报、根据品牌或活动标准对比草稿输出、汇总下一版修改说明、将已批准方向流转到剪辑或广告制作工作流中，并维护可搜索的提示词、参考素材和评审结果历史记录。如果没有声明原生集成，则应将其视为一种可能的编排使用场景，而非已确认的产品能力。