Gemini Omni 1.2 Flash

Google 最新视频模型:单条最长 15 秒、原生音频、参考图更稳,生成、编辑、续写一个模型搞定。

积分包或订阅

积分包永不过期

了解更多

积分包或月度订阅，一份余额通用 ZOOOP 所有模型。 · 按需充值，积分包的积分用完为止。

Gemini Omni 1.2 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
积分包永不过期 · 订阅 $9/月起
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

一条 15 秒,一次生成

时长 3 到 15 秒,按秒选。一条完整的社媒广告、一段产品讲解、一个有起承转合的小场景,一次就能生成,不用再拼三段。

参考图一直稳到最后一帧

最多 10 张角色、产品或场景参考图,再加最多 3 段、每段 3 秒的动作参考。脸、衣服、包装文字和品牌色在运镜过程中保持不变,比 Omni 1.1 漂得更少。

改完还能接着改

一句话换背景、换天气、换光线或换衣服,源视频最长 15 秒。对改好的结果再改一次,一步步做出多个广告版本,不用从头重新生成。

原生音频,对白更自然

对白、音效、环境音和画面在同一次生成里出来。1.2 的台词更自然,口型更清楚,多人说话时声音也分得更开。

使用场景

一条完整的 15 秒广告

开场出产品、中段展示使用、结尾落在主视觉,一次生成,音乐和音效都对得上。

一镜到底的运镜

FPV 无人机穿门而过、绕雕像环绕、从特写拉到城市全景,意外的跳剪明显更少。

用商品图做虚拟试穿

一张模特照加一套衣服的正反面图,生成一段转身展示,剪裁、垂感和背面细节都对得上。

首尾帧过渡

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

一次改一处,做出多个版本

演员和机位不动,几次编辑把背景从影棚换成森林、再换成夜市。

任何片子都能续

在视频结尾再加 3 到 10 秒:模型参照最后 10 秒往下接,人接着走,声音也接得上。

如何选对模型

Gemini Omni 1.2 Flash 是全能型:一个模型就能生成、编辑、续写带声音的视频,现在单条最长 15 秒。镜头需要它做不到的事时,再换模型。

生成、编辑、续写 15 秒带原生音频的视频Gemini Omni 1.2 Flash ←

把某个人换进已有的视频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 秒的视频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数字人口播Kling Avatar V2

如何使用

在本页打开 Gemini Omni 1.2 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 15 秒)、画幅(16:9 或 9:16)和分辨率(360p 到 4K)。

生成,再对结果做编辑,或把满意的 360p 草稿换到更高分辨率重出。

深入了解

Gemini Omni 1.2 Flash 擅长什么,不擅长什么

Gemini Omni 1.2 Flash 延续了 Omni 1.1 最有用的地方:一个模型同时负责生成、编辑和续写,声音和画面在同一次生成里出来,同时去掉了大家最先碰到的限制:时长。Google 在 2026 年 11 月 5 日发布 1.2,单条最长 15 秒,参考图跟得更紧,对白更自然,价格也更低。从 2026 年 12 月 3 日起,Google 会把所有 Omni 1.1 的请求自动转到 1.2,所以新项目直接用 1.2 就好。

第一个关键变化是 15 秒生成。时长从 3 到 15 秒按秒选,足够放下一条完整的社媒广告:开场、产品使用、结尾主视觉,配乐和画面同步,不用拼三段再祈祷光线对得上。我们实测的一条 15 秒竖版视频一次生成,声音全程连贯。

第二个是 参考图更稳。可以加最多 10 张图(角色的多个角度、产品、场景)和最多 3 段、每段 3 秒的动作参考。Google 专门让 1.2 从第一帧到最后一帧保持脸、衣服、包装文字和品牌色一致,运镜时的变形也更少。这让"用商品正反面图做虚拟试穿""产品 360 度展示""用现成角色设定图做广告"变得可行。

第三个是 编辑可以循环做。上传最长 15 秒的视频,描述要改的地方:条纹帐篷换成橡树林,晴天街道变成雨天,卫衣换成皮夹克。演员、构图和节奏保持不变。改出来的结果本身就是一条新视频,可以再改一次,这正是 Google 演示的"多轮对话式编辑",也是用一条素材做出多个投放版本的办法。续写从另一头入手:它参照任何视频的最后 10 秒,再接 3 到 10 秒,声音也接得上。

运镜也更好控制。长的一镜到底(FPV 穿门、环绕、慢慢拉远)比 1.1 少了很多不想要的跳剪。

不足的地方:画幅只有 16:9 和 9:16,加尾帧时最长 10 秒,声音总是开着,只能引导不能关。1080p 和 4K 是从原生 360p、720p 放大来的。Google 的安全过滤比较严,部分知名人物的照片会被拒绝,要把特定的人换进已有视频,MiniMax H3 更合适。需要超过 15 秒的单条或方形画幅,Wan V3.0 能到 30 秒;要编辑超过 15 秒的视频,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 1.2 Flash,因为同一个模型能接着编辑和续写自己生成的内容。要把人换进素材用 MiniMax H3,长镜头或方形画幅用 Wan V3.0,多镜头叙事用 Seedance V2.5,想要可灵的画面风格和原生 1080p 就用 Kling V4。