用首尾帧设计转场
上传首图和尾图，描述主体如何运动、镜头如何抵达下一构图。带尾帧时最长 10 秒。
Gemini Omni 1.2 Flash
用 Gemini Omni 1.2 Flash 把文字、参考图片或现有片段转成带同步声音的短镜头。适合制作商品分镜、首尾帧转场，或修改已有视频里的环境和灯光。
生成模式
文生视频 / 图生视频 / 参考素材生视频 / 视频生视频
视频时长
3s / 4s / 5s / 6s / 7s / 8s / 9s / 10s / 11s / 12s / 13s / 14s / 15s
分辨率
360p / 720p / 1080p / 4k
视频比例
auto / 16:9 / 9:16
参考图片
10 · JPEG / PNG / WebP · 20 MB
参考视频链接
MP4 · 200 MB
提示词 (max)
20000
Gemini Omni 1.2 Flash 核心特性
按素材选择生成模式
有明确起始画面时选图生，想让图或视频提供人物、场景或风格时选参考生成。
让声音跟随画面
在提示词里写明哪一刻需要脚步、环境声或对白。生成的视频带同步声音，工作台无需上传音轨。
编辑已有镜头
上传源片段，描述需要改动的环境、灯光或对象。编辑时沿用源视频时长，适合复用已有镜头构图。
先低清看节奏，再选成片设置
常规生成支持 3–15 秒。先用 360p 检查动作和转场，再为选中的镜头选择 720p、1080p 或 4K。
交付前检查画面和声音
逐段看首尾帧有没有接上、主体是否走样，再试听声音是否落在动作上。选出可剪辑片段后下载。
使用教程
01 · 如何准备第一次测试
只有一张图时，可以让它作为起始画面。需要控制结尾时，按顺序上传首尾两张图，并在提示词中描述如何过渡。做参考生成时，用文字说明每份素材要保留什么。
文生视频 / 首尾帧生成视频 / 参考素材生视频 / 视频编辑
02 · 设置
常规生成可选 3–15 秒，首尾帧最多 10 秒。先用 360p 检查动作节奏，再用 720p、1080p 或 4K 输出选中的镜头。生成时带同步音频，无需上传音轨。
视频时长 · 3–15 s · 分辨率 · 360p / 720p / 1080p / 4K · 视频比例 · 16:9 / 9:16
03 · 生成 / 下载
提交前，生成器会显示当前参数所需的站内积分。
逐段检查运动连贯性、物体形态、画面稳定性和参考素材还原程度；如有声音也需要试听。演示视频不代表真实生成耗时或每次输出质量。
适合做哪些作品
商品开箱转场
用盒盖关闭和产品露出的两张图作为首尾帧，描述开盖动作与镜头推进。
带环境声的短剧情
做一段咖啡店入场镜头，在提示词中指定门铃、脚步和动作出现的先后。
FAQ
Gemini Omni 1.2 Flash · 常见问题
Gemini Omni 1.2 Flash FAQ
