Gemini Omni 1.1 Flash

Google 最新视频模型:文生、图生、参考、编辑、续写合在一个模型里,原生音频,从 360p 草稿到 4K 成片。

无需订阅

积分永不过期

了解更多

一次充值积分,通用所有模型,想用再用。 · 按需充值,不存在月度清零。

Gemini Omni 1.1 Flash

选择模型*

Prompt*

0/20000

Reference Images

Reference Videos

选择比例*

视频分辨率*

时长*

登录后,你的生成结果会出现在这里。

注册即送体验积分
无需订阅 · 积分永不过期
图片、视频、音频的顶尖 AI 模型,全都有
收藏、管理、下载你的所有生成结果

创建账号免费。

核心能力

生成、编辑、续写一个模型搞定

用文字或首帧生成,用参考图把控,用一句话改已有的片子,或者把镜头往后续。原本要换五个模型做的事,现在共用一种写法、一种画面风格。

每条视频都带原生音频

对白、音效、环境音和画面在同一次生成里出来,口型、脚步声、房间底噪天然对齐。只想要环境声时,在提示词里写"不要对白""不要音乐"即可。

参考图锁住身份

最多加 10 张角色、产品或场景参考图,再加最多 3 段、每段 3 秒的参考视频来带动作和构图。脸、服装、包装在整段镜头里保持一致。

360p 草稿,4K 成片

先用 360p 快速草稿档找构图,满意的那版再用 720p 出,交付时选 1080p 或 4K(由原生画面放大而来)。

使用场景

草稿快速试,成片出 4K

同一个镜头先用 360p 试五个版本,挑出最好的一版,再用 1080p 或 4K 重出给客户。

首尾帧过渡

给一张首帧和一张尾帧(没拆的盒子和打开后的产品、草图和装修好的房间),中间的过程交给模型来补。

角色和产品前后一致

上传吉祥物、模特或瓶子的多角度照片,放进新场景里,镜头之间脸和标签都不跑偏。

从短片里借一个动作

加一段 3 秒的参考视频,里面是某个运镜或手势,让你的角色在另一个场景里照着做。

一句话改素材

在最长 10 秒的片子里换衣服、换天气、换时间段,人物、构图和节奏保持不变。

把镜头续下去

在片尾再加 3 到 10 秒:人接着往前走、门终于打开、镜头继续漂移,声音也接得上。

如何选对模型

Gemini Omni 1.1 Flash 是多面手:生成、编辑、续写带声音的片子都在一个模型里。镜头需要它做不到的事时,再换下面的模型。

生成、编辑、续写带原生音频的片子,360p 草稿到 4KGemini Omni 1.1 Flash ←

把一个人换进已有的视频里MiniMax H3

单条最长 30 秒、方形或 4:3 画幅Wan V3.0

多镜头叙事、编辑最长 30 秒的片子Seedance V2.5

把舞者的动作原样搬到角色身上Kling V3 Pro

一张照片加一段配音,做会说话的数字人Kling Avatar V2

如何使用

在本页打开 Gemini Omni 1.1 Flash,选模式:文生或参考、首帧、编辑、续写。

用自然语言写镜头,包括运镜,以及想要或不想要的声音(英文提示词效果最好)。

选时长(3 到 10 秒)、画幅(16:9 或 9:16)和分辨率(360p 到 4K)。

生成,再调提示词,或把满意的 360p 草稿换到更高分辨率重出。

深入了解

Gemini Omni 1.1 Flash 擅长什么,不擅长什么

Gemini Omni 1.1 Flash 解决的是每个视频工作流都会遇到的问题:负责生成镜头的模型,往往没法在事后修改它。片子出来了,外套颜色不对,或者镜头早结束了一秒,你只能换个模型、换种画风从头再来。Omni 把生成、编辑和续写放进了同一个模型、同一种画面语言,而且声音和画面在同一次生成里出来。Google 在 2026 年 8 月 27 日发布了它,并把它列为 Veo 3.1 系列的替代。

第一项核心能力是多模态参考。除了提示词,你还可以加最多 10 张图片(角色的多个角度、产品、场景),以及最多 3 段、每段 3 秒的视频。图片负责锁身份:脸、服装、标签在整段镜头里保持稳定。短视频负责带动作和构图:一个推轨运镜、一个手势、走路的节奏。在我们的测试里,两张产品图加一段 2.5 秒的公园视频,生成的就是这两件产品在同一片草坪、同样的光线下滚过画面。

第二项是一句话编辑。上传最长 10 秒的片子,描述你要的改动:黄色卫衣换成红色皮夹克、晴天的街道下起雨、白天变成黄昏。人物、构图和节奏保持不变,输出的时长和横竖屏跟随原片。续写则是从另一头下手:在片尾加 3 到 10 秒,让人继续往前走、让门终于打开,声音也一起接上。

第三项是从草稿到成片的阶梯。360p 是快速草稿档,用来找构图。某个版本满意了,就用原生最高档 720p 再出一次,交付时选 1080p 或 4K(由原生画面放大而来)。

不擅长的地方:单条只有 3 到 10 秒,画幅只有 16:9 和 9:16。需要更长的单镜头或方形画幅时,Wan V3.0 最长可到 30 秒,并支持 1:1 和 4:3。声音一直开着,只能引导、不能关闭。Google 的安全过滤比较严,部分知名人物的照片会被拒绝,所以要把特定的人换进已有视频,MiniMax H3 更合适。要编辑超过 10 秒的片子,用 Seedance V2.5。

一个合理的用法:带声音、之后可能还要改的片子,默认用 Gemini Omni 1.1 Flash,因为生成它的模型也能编辑和续写它。要把人换进现成素材找 MiniMax H3,长镜头或方形画幅找 Wan V3.0,多镜头叙事找 Seedance V2.5。