Gemini Omni génère des vidéos à partir de prompts textuels, d'images, de croquis ou de clips existants. Son entrée multimodale accepte ensemble des photos de personnages, des images d'arrière-plan, des références de style et du texte, permettant à une seule génération de combiner plusieurs sources créatives. L'édition conversationnelle permet aux utilisateurs de décrire des changements comme remplacer un arrière-plan, changer des vêtements ou échanger un objet tout en préservant le reste de la scène. La plateforme prend en charge la cohérence des personnages, la simulation physique et du monde, la génération de croquis en vidéo et la création d'avatars IA. Les utilisateurs peuvent choisir le format, la résolution et la durée avant de générer, puis régénérer ou télécharger le résultat. Les offres payantes fournissent des crédits, des exports sans filigrane, des droits d'utilisation commerciale, des espaces de travail privés, des résolutions plus élevées, un traitement prioritaire et une assistance client.