我的笔记
Pricing价格
节省 30%
NoteGPT

AI 视频生成器 - Gemini Omni 1.2 Flash Agent

15秒带声音的成片,想改哪处直接说

0/7参考

描述您要创建的视频,或上传起始帧或结束帧(可选).

例如:
1. 茂密丛林中的瀑布,薄雾缭绕
2.七彩水果溅入水中,高速捕捉

40100
NoteGPT - Rated 4.9+ by NoteGPT Users
4.9
Chrome 应用商店
NoteGPT - Rated 4.9+ by NoteGPT Users
NoteGPT - 80,000,000+ Users
80,000,000+
用户
NoteGPT - 80,000,000+ Users
NoteGPT - Trusted By 12,000+ Schools & Teams
12,000+
学校 & 团队
NoteGPT - Trusted By 12,000+ Schools & Teams

被全球 1200 万用户喜爱

Logo
Logo
YouTube
Logo
Logo
Logo
Logo
Logo
Logo
Logo
Logo
Logo
Logo
Logo
Logo
Logo
Logo
Logo
Logo
Logo
Logo
Logo
Logo
Logo
Logo
Logo
Logo
Logo
Logo
Logo
Logo
Logo
YouTube
Logo
Logo
Logo
Logo
Logo
Logo
Logo
Logo
Logo
Logo
Logo
Logo
Logo
Logo
Logo
Logo
Logo
Logo
Logo
Logo
Logo
Logo
Logo
Logo
Logo
Logo
Logo

Gemini Omni 1.2 Flash:15秒原生音效视频,边聊边改

Google视频模型 Gemini Omni 1.2 Flash:一句话生成15秒带对白与音效的成片,想改哪处直接说,同一镜头接着改,剩下的细节不动。

Gemini Omni 1.2 Flash:15秒原生音效视频,边聊边改

Gemini Omni 1.2 Flash 是什么?

Gemini Omni 1.2 Flash 是 Google 的视频模型,2026 年 11 月 5 日起可用。它能生成 3 到 15 秒的片段,对白、音乐与音效跟画面同一次产出,还能靠对话直接修改任何一个镜头。在 Gemini Omni 1.2 Flash 里,一句提示词、一张产品图或一段旧素材,都能变成成片。
Gemini Omni 1.2 Flash 是什么?

为什么选择 Gemini Omni 1.2 Flash?

为什么选 15 秒的模型,而不是 30 秒的?大多数活儿根本用不上那个长度。一个镜头就能装下完整的一拍:起势、转折、收尾。在 Gemini Omni 1.2 Flash 里,这一拍是用对话改写的,不是重新渲染的,所以已经过了的帧在光线变化时依然是那一帧。
为什么选择 Gemini Omni 1.2 Flash?

长片段为何总卡在一个细节上

长片段看着高效,直到有一个细节不对。要在 30 秒的镜头里改一个 Logo,就得整段重渲,而新版本很少跟旧版对得上。Gemini Omni 1.2 Flash 就地改:说出要改的那一处,其余原样保留,只有故事需要更多秒数时才延长。
长片段为何总卡在一个细节上

Gemini Omni 1.2 Flash 有何不同

有三点把它和旁边的视频模型区分开:它认下的长度、与画面一起长出来的声音,以及「改」这件事发生的方式。

15 秒,完整一拍

15 秒装得下钩子、转折和收尾,本身就是一条可交付的广告单元,一个镜头就能发布,不必把三段拼起来。

声音长在每个镜头里

Gemini Omni 1.2 Flash 一次就给出对白、音乐与音效,多说话人口型同步,有台词的镜头不必再走一遍配音。

用对话来改

说出你要改的地方,Gemini Omni 1.2 Flash 会在同一个镜头上重做,主体、构图和你已经认可的灯光都保留。

Gemini Omni 1.2 Flash 与其他视频模型对比

Gemini Omni 1.2 Flash 占的是从草稿到改稿的最短路径:更短的片段、每条意见一轮对话、以及这一组里最低的标价。

对比项Gemini Omni 1.2 FlashWan 3.0Seedance 2.5Kling 4.0
AA 文生视频 Elo(含音频)115411751155未公布
AA 图生视频 Elo108611081161未公布
AA 视频编辑 Elo116411961151未公布
单次片段时长3-15 秒2-30 秒4-30 秒3-30 秒
编辑方式逐轮对话文字指令接口文字指令接口文字指令,保留原声
参考图6 张 + 3 秒动作片段103010
最高分辨率1080p 原生,4K 升采样1080p4K 原生档1080p
720p 每秒标价$0.07$0.10$0.36$0.157

三步改好一个 15 秒镜头

用 Gemini Omni 1.2 Flash 生成 15 秒片段

生成,或直接丢进一段素材

从一句话、一张产品图或一段旧素材开始,让 Gemini Omni 1.2 Flash 设定 3 到 15 秒,并以 720p 渲染。

让 Gemini Omni 1.2 Flash 只改一个细节

一次只改一处

一次提一个改动,比如背景或一句台词,Gemini Omni 1.2 Flash 只改那一处,不打扰镜头其余部分。

延长片段并升采样到 4K

延长,然后升到 4K

每轮加 3 到 10 秒,直到故事收住,再让 Gemini Omni 1.2 Flash 以 1080p 渲染,或把整段升采样到 4K。

下一个 15 秒,交给 Gemini Omni 1.2 Flash

描述一个镜头,听见它自带的声音,再一轮轮修到可以发布。浏览器里直接免费开始,无需 API 密钥。

试用 Gemini Omni 1.2 Flash

用户如何评价 Gemini Omni 1.2 Flash

NA avatar

NA

效果营销负责人

「我们一周要出四十条素材,而且每条都得像同一次拍摄出来的。Gemini Omni 1.2 Flash 给的就是带声音的 15 秒成片,客户想换开场那句,我们在对话里说一声就行,不用重拍。每条成片的成本降了一半,因为不再为没人看的秒数付费。」
MF avatar

MF

电商视觉制作

「我们的目录图都是静态的,想让它们动起来就得进棚一天。Gemini Omni 1.2 Flash 拿我们已经过稿的产品图,标签一点都不走样,还配上倒液的动作和吻合的声音。六张参考图就能覆盖一整个系列,同一套片子的桌子和光都是一致的。现在每个 SKU 上市当天就有视频。」
RM avatar

RM

独立开发者

「我给小品牌做落地页,根本排不出视频预算。Gemini Omni 1.2 Flash 用 360p 渲染草稿,几分钱就够,我先试三个方向,再把胜出的那条一次带到 720p。API 只吃提示词和参考图,不需要语音工具,返回里还带 token 数,跑之前就能算清一条片子的价钱。」
HS avatar

HS

社交媒体经理

「口播片以前是我最头疼的活儿,因为配音永远对不上嘴。Gemini Omni 1.2 Flash 把台词和画面一起生成,同一个镜头里两个说话人的口型都能对上。法务让我把一句话说软一点,我提了改写,其余部分原样回来,构图、光、房间都没变。」
JR avatar

JR

代理商创意总监

「客户不会「通过一条片子」,他们通过的是一个版本,然后再改一处。用老模型,这意味着重渲一次、换一张脸。Gemini Omni 1.2 Flash 保住已通过的镜头,只应用那条意见,所以第六轮看着还像第一轮。我们现在按创意时间收费,不按算力,提案时的项目范围也完全变了。」
GL avatar

GL

课程创作者

「我的课是十五分钟的讲解,但宣传片必须十五秒。Gemini Omni 1.2 Flash 能从一句话里剪出钩子,我再三秒三秒地延长,直到节奏对了。原生音频带着我的语气,不用另开录音,4K 升采样放在课程页上也够干净。原本两小时的剪辑,变成了二十分钟。」

关于 Gemini Omni 1.2 Flash 的常见问题