Gemini Omni ของ Google เปิดให้บัญชีฟรีทำคลิปวิดีโอได้ 10 คลิป โดยไม่ต้องสมัครแพ็กเกจแบบเสียเงินก่อน มันคือโมเดล AI ที่รับทั้งงานสร้างวิดีโอและงานตัดต่อ และโควตานี้มีกำหนดวันหมดอายุด้วย

ประกาศจากบัญชีทางการระบุเส้นตายไว้ที่ 23:59 น. ของวันที่ 4 สิงหาคม 2026 ตามโซนเวลาแปซิฟิก แปลงเป็นเวลาบ้านเราคือ 13:59 น. ของบ่ายวันที่ 5 สิงหาคม

ถ้าอ่านเจอทัน งานของวันนี้มีอยู่อย่างเดียว คือเปิดแอปแล้วลงมือ ถ้าอ่านไม่ทัน เรื่องที่เหลือยังใช้ได้อยู่ดี เพราะส่วนที่ยากของการทำคลิปด้วย AI ไม่ได้อยู่ที่ปุ่มสร้าง มันอยู่ที่การเขียนคำสั่งให้เครื่องเห็นภาพเดียวกับที่เจ้าของร้านเห็นอยู่ในหัว คำสั่งที่เขียนเป็นแล้ว เอาไปใช้ต่อตอนสมัครแพ็กเกจ หรือย้ายไปใช้กับเครื่องมือทำวิดีโอเจ้าอื่นได้ทั้งหมด

โจทย์ที่เราจะดูกันต่อจากนี้คือ เจ้าของร้านที่มีแค่รูปสินค้าอยู่ในมือถือ ไม่มีกล้อง ไม่มีทีมงาน ไม่เคยตัดต่อ จะได้คลิปโปรโมตชิ้นแรกที่โพสต์ลงช่องทางของร้านได้จริงอย่างไร

Omni มาแทน Veo ในแอป Gemini แล้ว

หน้าทางการของ Google Gemini เขียนไว้ตรงๆ ว่า Omni เข้ามาแทนที่ Google Gemini Veo 3.1 โมเดลสร้างวิดีโอรุ่นเดิมในแอป Gemini สิ่งที่เพิ่มเข้ามาคือมันนำความสามารถของ Gemini ทั้งการให้เหตุผลและความรู้เรื่องโลกจริง มารวมเข้ากับงานสร้างสื่อ ทั้งการปั้นวิดีโอจากรูปนิ่ง และการเอาคลิปเก่าไปแก้เป็นคลิปใหม่ด้วย AI

มันจึงรับวัตถุดิบเข้าไปพร้อมกันได้หลายแบบ ทั้งข้อความ รูปภาพ วิดีโอ และเสียง แล้วรวบออกมาเป็นคลิปเดียว

รุ่นแรกในตระกูลนี้ชื่อ Gemini Omni Flash ปล่อยพร้อมบล็อกเปิดตัวเมื่อวันที่ 19 พฤษภาคม 2026 โดยเปิดให้ผู้สมัคร Google AI Plus, Pro และ Ultra ทั่วโลกใช้งานผ่านแอป Gemini กับ Google Flow นอกจากนี้ยังเปิดให้ใช้แบบไม่คิดเงินบน YouTube Shorts และ YouTube Create App ตั้งแต่สัปดาห์นั้นด้วย

ส่วนภาพรวมว่ามันคืออะไร และเทียบกับคู่แข่งในตลาดวิดีโอ AI แล้วอยู่ตรงไหน มีเล่าไว้แล้วในบทความสรุป Gemini Omni

ปกติแล้วคนที่จะใช้ Omni ต้องสมัครแพ็กเกจแบบเสียเงินของ Google ซึ่งมีให้เลือกสามชั้นคือ AI Plus, Pro และ Ultra ส่วนราคาต้องไปเปิดดูที่หน้าแพ็กเกจเอง เพราะทั้งหน้าทางการและบล็อกเปิดตัวไม่ได้เขียนตัวเลขนั้นไว้

จุดที่ Omni ใช้ได้จริงคือสั่งแก้ทีละจุดเหมือนคุยกับคนตัดต่อ

กลไกที่เป็นจุดต่างจริงของ Omni อยู่ตรงที่คำสั่งใหม่แต่ละอันจะต่อจากอันก่อนหน้าเสมอ ตัวละครในคลิปยังเป็นตัวเดิม แรงและน้ำหนักของสิ่งของยังสมเหตุสมผล และระบบยังจำรายละเอียดในฉากได้ว่าก่อนหน้านี้เกิดอะไรขึ้นไปแล้ว

ลองนึกภาพตามแบบนี้ คลิปแรกที่ได้คือแก้วกาแฟบนโต๊ะไม้ มีไอลอยขึ้นช้าๆ แต่พื้นหลังโล่งจนดูไม่ออกว่าเป็นร้านไหน แทนที่จะลบทิ้งแล้วเขียนคำสั่งใหม่ทั้งก้อน เราพิมพ์ต่อไปสั้นๆ ว่าให้เปลี่ยนพื้นหลังเป็นหน้าร้านตอนเช้า แก้วใบเดิม ไอเดิม มุมกล้องเดิมยังอยู่ครบ เปลี่ยนเฉพาะสิ่งที่เพิ่งสั่งไป

รอบถัดไปสั่งถอยกล้องออก รอบถัดไปสั่งเพิ่มแสงอุ่นให้ดูเช้ากว่านี้ แต่ละรอบเกาะอยู่บนรอบก่อนหน้า ไม่หลุดออกจากฉากเดิม

นี่คือเหตุผลที่เจ้าของร้านไม่ต้องนั่งเค้นคำสั่งยาวๆ ให้เป๊ะตั้งแต่ครั้งแรก เขียนโครงหยาบๆ ให้ได้คลิปตั้งต้นมาก่อน แล้วค่อยสั่งแก้ทีละจุด เหมือนนั่งบอกคนตัดต่อที่อยู่ตรงข้ามโต๊ะว่าตรงนี้เอาออก ตรงนั้นสว่างไปหน่อย

เปิดแอป Gemini แล้วทำคลิปตัวแรกจากรูปสินค้าในมือถือ

ขั้นตอนจริงสั้นกว่าที่กลัวไว้มาก

1. เปิดแอป Gemini ขึ้นมา แล้วสลับไปที่โหมดวิดีโอ ปุ่มเลือกโหมดอยู่มุมซ้ายบนของช่องพิมพ์
2. แนบรูปสินค้าที่ถ่ายเก็บไว้อยู่แล้ว โดยหน้าทางการบอกว่าใส่ได้สูงสุด 5 รูปต่อการสร้างหนึ่งครั้ง ฉะนั้นเลือกเฉพาะรูปที่บอกหน้าตาของสินค้าได้ชัดที่สุด
3. พิมพ์คำสั่งเดียวที่บอกครบห้าอย่าง คือฉาก การเคลื่อนกล้อง จังหวะ ตัวหนังสือบนจอ และเสียง แล้วกดส่ง

หน้าตาของช่องพิมพ์เป็นแบบนี้ ปุ่มบวกด้านล่างคือที่แนบรูป ส่วนปุ่มลูกศรทางขวาคือปุ่มส่งคำสั่ง

รูปอ้างอิงทำหน้าที่กำหนดหน้าตาของสิ่งที่จะไปโผล่ในคลิป จะเป็นรูปสินค้า รูปมุมหนึ่งของร้าน หรือแม้แต่ภาพวาดก็ใช้ได้ ส่วนสไตล์ การเคลื่อนไหว และเอฟเฟกต์ จะให้รูปอ้างอิงเป็นตัวกำหนด หรือจะเขียนบรรยายเป็นภาษาธรรมดาลงไปในคำสั่งก็ได้เหมือนกัน

เรื่องภาษาไม่ต้องกังวล เพราะหน้าทางการบอกว่าเครื่องมือนี้เปิดให้ใช้ทุกภาษาในตลาดที่แอป Gemini ให้บริการ คำสั่งภาษาไทยจึงพิมพ์ลงไปได้ตรงๆ

ถอดคำสั่งตัวอย่างของ Google ทีละบรรทัด

ตัวอย่างหนึ่งที่ Google ยกมาโชว์ในบล็อกเปิดตัว เป็นคลิปไล่ตัวอักษร A ถึง Z โดยมีของแปลกๆ วางบนโต๊ะทีละชิ้น คำสั่งเต็มที่ใช้เขียนไว้แบบนี้

The video shows items of the alphabet. An unusual item starting with each letter is shown sitting on a table (like a Capybara for C, disco globe for D and Lava Lamp for L). All 26 letters must be represented by 26 items with matching lower thirds displaying the letter. Only one item and lower third at a time. Each lower third must look like a black marker written on a slip of paper in the bottom left. Rapid fire, roughly 9 frames per item at 24FPS. Last frame is a slip of paper "THE END". The whole video is accompanied by calm smooth music.

อ่านผ่านๆ เหมือนบรรยายเฉยๆ แต่พอแยกทีละส่วนจะเห็นว่ามันล็อกของไว้ห้าอย่างในคำสั่งเดียว

• สิ่งที่อยู่ในเฟรม ของหนึ่งชิ้นวางบนโต๊ะ พร้อมยกตัวอย่างจริงสามชิ้นให้ดูว่าคำว่าแปลกในที่นี้แปลกประมาณไหน
• จังหวะ กำหนดเป็นจำนวนเฟรม ราว 9 เฟรมต่อของหนึ่งชิ้น ที่ความเร็ว 24 เฟรมต่อวินาที คิดเป็นเวลาไม่ถึงครึ่งวินาทีต่อชิ้น
• ตัวหนังสือ อยู่มุมล่างซ้าย หน้าตาเหมือนเขียนด้วยปากกาเมจิกสีดำบนกระดาษ และขึ้นทีละอันพร้อมของทีละชิ้น
• เฟรมสุดท้าย เป็นกระดาษที่เขียนคำว่า THE END
• เสียง ดนตรีเนิบๆ นุ่มๆ คลอตลอดทั้งคลิป

ที่คำสั่งแบบนี้ออกมาตรงใจ เพราะมันปิดช่องให้เดา ทุกอย่างที่โมเดลต้องตัดสินใจแทนเรา ถูกตัดสินไปแล้วตั้งแต่ในคำสั่ง

เอาโครงเดียวกันมาย่อให้ร้านไทยใช้ได้ ก๊อปไปเปลี่ยนเฉพาะคำที่เป็นของร้านตัวเอง

ร้านกาแฟ

ฉาก: แก้วกาแฟจากรูปอ้างอิง วางบนโต๊ะไม้ริมหน้าต่าง แสงเช้าส่องเฉียงจากทางซ้าย มีไอลอยขึ้นช้าๆ
กล้อง: เริ่มจากภาพระยะใกล้ที่ผิวกาแฟ แล้วค่อยๆ ถอยออกจนเห็นทั้งโต๊ะ ภาพนิ่ง ไม่สั่น
จังหวะ: ช็อตเดียวต่อเนื่อง ไม่ตัดสลับ
ตัวหนังสือ: ชื่อร้านกับคำว่า เปิด 7 โมงเช้า ขึ้นที่มุมล่างซ้าย ตัวอักษรสีขาว โผล่มาช่วงท้าย
เสียง: ดนตรีอะคูสติกเบาๆ กับเสียงรินกาแฟ

ร้านอาหารตามสั่ง

ฉาก: จานอาหารจากรูปอ้างอิง วางบนโต๊ะสเตนเลส มีควันลอยขึ้นจากจาน ฉากหลังเป็นครัวที่ไฟเปิดอยู่แบบเบลอ
กล้อง: มองจากด้านบนลงมาตรงๆ แล้วเอียงลงมาเป็นระดับสายตาช้าๆ
จังหวะ: เร็วขึ้นในสามวินาทีสุดท้าย ให้รู้สึกว่าร้อนและพร้อมเสิร์ฟ
ตัวหนังสือ: ชื่อเมนูกับราคา ขึ้นมุมล่างซ้าย ตัวหนา อ่านง่ายบนมือถือ
เสียง: เสียงผัดกระทะ ตามด้วยดนตรีจังหวะสนุก

ร้านขายของออนไลน์

ฉาก: สินค้าจากรูปอ้างอิง ลอยหมุนช้าๆ บนพื้นหลังสีพื้นเรียบ แสงนุ่มไม่มีเงาแข็ง
กล้อง: หมุนรอบสินค้าหนึ่งรอบ ระยะห่างเท่าเดิมตลอด
จังหวะ: หมุนครบหนึ่งรอบพอดี แล้วหยุดนิ่งค้างไว้ตอนจบ
ตัวหนังสือ: ชื่อสินค้าขึ้นตอนต้น ส่วนคำว่า ทักแชทสั่งได้เลย ขึ้นเฟรมสุดท้ายตรงกลางจอ
เสียง: ดนตรีอิเล็กทรอนิกส์เบาๆ ไม่มีเสียงพูด

รอบแก้สามสี่รอบจนคลิปโพสต์ได้

คลิปรอบแรกคือฉากตั้งต้นที่เอาไว้ต่อยอด งานที่เหลือคือสั่งแก้ต่อ ซึ่งเป็นจุดที่ Omni ถนัดอยู่แล้ว สั่งเปลี่ยนฉากรอบตัว มุมกล้อง สไตล์ภาพ หรือจุดเล็กๆ จุดเดียวก็ได้ โดยเรื่องเดิมยังไม่ขาดตอน

ลำดับที่ยิงต่อกันได้เลยหน้าตาประมาณนี้

เปลี่ยนพื้นหลังเป็นหน้าร้านตอนเช้า คงแก้วกาแฟกับไอเดิมไว้
ถอยกล้องออกอีกนิด ให้เห็นเคาน์เตอร์ด้านหลังแบบเบลอ
เพิ่มแสงอุ่นขึ้นอีกหน่อย แต่อย่าให้ผิวกาแฟสว่างจนไหม้
เอาตัวหนังสือมุมล่างซ้ายออก แล้วย้ายชื่อร้านไปไว้กลางจอในเฟรมสุดท้ายแทน

จะเห็นว่าแต่ละบรรทัดสั่งเรื่องเดียว ไม่ยัดสามเรื่องรวมกัน เพราะพอสั่งรวบแล้วผลออกมาไม่ถูกใจ เราจะไม่รู้ว่าต้องถอยกลับไปแก้ตรงไหน ส่วนท่าแก้ที่ทีมงาน Gemini หยิบมาใช้เองบ่อยๆ มีแยกไว้เป็นอีกชิ้นแล้วในสี่ท่าแก้วิดีโอด้วย Gemini Omni

ข้อจำกัดที่ควรรู้ก่อนจะเทโควตาให้หมด

ข้อแรกคือเรื่องอายุ บัญชีที่ใช้ต้องอายุ 18 ปีขึ้นไป

ข้อสองคือเรื่องพื้นที่ ฟีเจอร์อย่างอวาตาร์ และการเอา AI ไปตัดต่อวิดีโอ อาจเปิดไม่ครบทุกประเทศ หน้าทางการเขียนไว้กว้างๆ แค่นั้น ไม่ได้ไล่รายชื่อประเทศให้ ทางเดียวที่รู้แน่คือเปิดแอปแล้วดูว่าปุ่มขึ้นในบัญชีตัวเองหรือยัง

ส่วนตัวอวาตาร์เอง มันคือร่างดิจิทัลของเจ้าของบัญชี มีทั้งหน้าตาและเสียงเหมือนตัวจริง สร้างไว้ครั้งเดียวแล้วไม่ต้องอัปโหลดรูปซ้ำทุกรอบ เป็นฟีเจอร์ที่เลือกเปิดหรือไม่เปิดก็ได้ และคนที่จะเอาอวาตาร์นั้นไปทำคลิปได้ มีแค่คนเป็นเจ้าของบัญชีคนเดียว

ณ วันที่บล็อกเปิดตัวเผยแพร่ อินพุตด้านเสียงยังรองรับเฉพาะตัวอย่างเสียงพูดก่อน ส่วนการแก้เสียงและคำพูดในวิดีโอ Google บอกว่ายังทดสอบอยู่ เพราะอยากปล่อยออกมาอย่างมีความรับผิดชอบ

ข้อสามคือลายน้ำ คลิปทุกตัวที่ออกจากแอป Gemini จะมี SynthID ฝังอยู่ในไฟล์ ตาเรามองไม่เห็น แต่มันคือเครื่องหมายที่บอกว่าเนื้อหาชิ้นนี้ AI ของ Google สร้างขึ้น

ข้อสุดท้ายคือเรื่องเงิน พอเลยเส้นตายไปแล้ว การใช้ Omni ต่อจะกลับไปผูกกับแพ็กเกจแบบเสียเงินเหมือนเดิม ฉะนั้นคลิปที่ตั้งใจจะโพสต์จริง ควรทำให้จบภายในโควตารอบนี้ อย่าปล่อยค้างไว้ครึ่งทางแล้วค่อยกลับมาต่อทีหลัง

สิบคลิปนั้นสอนอะไรที่รีวิวสอนแทนไม่ได้

สิบคลิปฟังดูน้อย แต่พอทำจนครบ เจ้าของร้านจะได้รู้เรื่องหนึ่งที่รีวิวของใครก็บอกแทนไม่ได้ คือสินค้าของร้านตัวเองพอขยับเป็นภาพเคลื่อนไหวแล้วหน้าตาออกมาเป็นอย่างไร และคลิปหน้าตาแบบไหนที่คนเลื่อนผ่านแล้วยอมหยุดดู

ที่มา:

• หน้าทางการของ Gemini Omni ให้คุณสร้างและตัดต่อวิดีโอได้ง่ายเหมือนการพูดคุยกัน จาก Google Gemini
• บทความ Introducing Gemini Omni จาก Google
• ประกาศ Google Gemini (@GeminiApp) on X จาก Google Gemini (@GeminiApp)