Gemini Omni 1.2 Flash

Gemini Omni 1.2 Flash 是 Google 的多模态视频模型。在 GoEnhance 上,它能把一段提示词、一张照片、一组首尾帧或最多 10 张参考图变成 3 到 15 秒的视频,并自带声音:对白、音乐和音效都按提示词生成。先用 360p 试效果,再用 720p、1080p 或 4K 出成片,支持 16:9 和 9:16。
咖啡店点单
雨中公交站
揉面教学
潮池发现
Gemini Omni 1.2 Flash
提示词
起始图片(可选)
上传照片可以让它动起来,不传也能直接按提示词生成。
示例提示词
上传文件即表示你同意 GoEnhance 的服务条款和隐私政策

Gemini Omni 1.2 Flash 能做什么

每段视频都带声音

把角色说的台词、音乐或环境声写进提示词,视频就会带着这些声音生成。音频始终开启,不用另外打开,也不额外收费。

五种起步方式

文生视频、图生视频、首尾帧、视频续写和参考图生视频,在 GoEnhance 上都用同一个模型,一个项目可以保持统一的画面风格。

最多 10 张参考图

把人物、产品或场景作为参考图加入。它们决定画面里出现谁、出现什么,但不会被当作固定的画面帧。

360p 试稿,4K 成片

先用 360p(每秒 4 点)测试提示词,再把满意的版本用 720p、1080p 或 4K 生成。1080p 和 4K 由模型放大得到。

首尾帧过渡

给出首帧和尾帧,模型会补出中间的运动,最长 10 秒:适合前后对比、揭晓镜头和昼夜变化。

GoEnhance 上的 Gemini Omni 1.2 Flash、Kling 4.0 Flash 与 Kling 4.0 对比

Gemini Omni 1.2 FlashKling 4.0 FlashKling 4.0
开发方Google快手(可灵)快手(可灵)
在 GoEnhance 上的生成方式文生视频、图生视频、首尾帧、视频续写、最多 10 张参考图文生视频、图生视频(首帧)、视频续写、最多 10 张参考图文生视频、图生视频、首尾帧、视频续写
时长3–15 秒(带尾帧最长 10 秒)3–20 秒3–30 秒
分辨率360p、720p、1080p、4K720p720p、1080p
画面比例9、9.169、9.16、1.1、21.9(文生视频)9、9.16、1.1、21.9(文生视频)
音频始终生成始终生成始终生成
每秒点数4 / 11 / 17 / 34(360p 到 4K)1629 / 44(720p / 1080p)

如何在 GoEnhance 使用 Gemini Omni 1.2 Flash

01

选择模型和起点

打开 AI 视频生成器,选择 Gemini Omni 1.2 Flash。图生视频上传一张照片,首尾帧上传两张,参考图生视频最多上传 10 张。

02

写下画面和声音

描述动作、镜头和想听到的声音,台词放在引号里。所有模式都需要填写提示词。

03

设置时长、分辨率和比例

选择 3 到 15 秒、360p 到 4K,以及 16:9 或 9:16。生成前会显示所需点数。

04

生成并下载

视频生成后自带音频。可以直接下载,也可以再续写一个镜头。

Gemini Omni 1.2 Flash 常见问题

Gemini Omni 1.2 Flash 是什么?

它是 Google 的多模态视频模型,可以用文字、照片、首尾帧或参考图生成 3 到 15 秒、自带声音的视频。

每个视频都有声音吗?

是的。每段视频都会生成音频,无法关闭。在提示词里写清想要的对白、音乐或音效即可。

在 GoEnhance 上消耗多少点数?

按秒计费:360p 每秒 4 点,720p 每秒 11 点,1080p 每秒 17 点,4K 每秒 34 点。720p 的 10 秒视频用 110 点。Gemini Omni 1.2 Flash 面向会员开放。

视频最长多长?

3 到 15 秒。使用首尾帧时最长 10 秒。

参考图能和首帧一起用吗?

不能。一次生成里只能选首帧(及尾帧)或参考图其中一种。

它和 Gemini Omni Flash 有什么区别?

Gemini Omni 1.2 Flash 是一个独立的新模型。在 GoEnhance 上支持 3 到 15 秒、360p 到 4K、首尾帧和最多 10 张参考图。

本页的示例视频是用 Gemini Omni 1.2 Flash 生成的吗?

不是。上方控制台里的示例是用 GoEnhance 上的 Wan 3.0 生成的,用来展示提示词。用 Gemini Omni 1.2 Flash 运行同样的提示词,就能看到它自己的效果。

用 Gemini Omni 1.2 Flash 生成带声音的视频

从一段提示词、一张照片或你的参考图开始,生成 3 到 15 秒带音频的视频,从 360p 试稿到 4K 成片。

开始创作