商品广告：把参考图变成可迭代的镜头
电商团队可以用商品照片约束主体外观，再描述旋转展示、开箱或使用场景。Gemini Omni 1.2 Flash 的参考生成适合探索同一商品的不同创意；包装文字、标志和细小结构仍需逐帧检查。这个工作流程建议不代表已经验证的转化率提升。
GOOGLE · GEMINI OMNI 1.2 FLASH
Gemini Omni 1.2 Flash生成一个场景，继续打磨每个细节
使用 Gemini Omni 1.2 Flash 生成与编辑视频，通过参考素材引导人物和商品外观，创作最长 15 秒的片段，再用自然语言调整镜头。
开始创作视频3–15 s时长（秒）
360p → 4K清晰度
16:9 / 9:16比例
从参考素材到完整场景
依次描述主体、动作、镜头、光线和声音；为需要保持一致的细节添加参考素材，先生成草稿，再编辑或提升选定片段的清晰度。
01
让关键细节贯穿镜头
用商品照片和人物参考图引导不同镜头中的外观。制作开箱或商品揭晓场景时，可提供首帧和可选尾帧；双帧生成最长 10 秒。
02
调整镜头，保留创作方向
描述需要改变的光线、机位或场景，探索同一广告创意的不同版本。每次生成后仍需检查商品文字、人物面部与细小纹理，不能保证所有细节完全一致。
03
先验证创意，再提升清晰度
先以 360p 或 720p 制作草稿，再将选定片段升频至 1080p 或 4K。生成支持 3–15 秒，延长模式追加 3–10 秒；编辑和升频沿用源视频时长。
观看真实演示
首个视频来自 Mitte 的 Omni 1.2 页面；其余为 Google DeepMind 的 Gemini Omni 系列演示，未注明具体版本。这些是外部公开案例，并非 LimaxAI 实测结果。
为什么选择 Gemini Omni 1.2 Flash？
Gemini Omni 1.2 Flash 面向需要反复修改的短视频创作：先把产品、人物和场景组织成一个镜头，再调整动作、光线或风格。选型时应同时看参考素材控制、编辑方式和交付成本，而不只看一次生成的画面。
视频编辑：用自然语言描述修改目标
当镜头方向基本正确时，可以尝试修改环境、照明或机位，而不必每次从空白提示词开始。例如保留商品展示思路，分别测试日光和夜景氛围。实际结果可能改变未指定的细节，重要素材应保留原版并进行对照审查。
短片叙事：把动作与声音放进同一段视频
最长 15 秒的生成窗口可用于安排开场、动作与收尾。对于社交广告或人物场景，可在提示词中一起描述对白、环境声和镜头运动。对白内容、口型与声音质量仍需人工试听和检查。
草稿筛选：先验证构图，再投入高分辨率
先使用 360p 或 720p 确认主体、运镜与节奏，再给选中的片段提升清晰度，有助于控制探索阶段的开销。升频不能修复所有内容错误；人物错位、商品变形或动作不合理时，应先修改或重新生成。
Gemini Omni 1.2 Flash 与其他 AI 视频模型怎么选？
以下按公开功能定位和本站已接入能力比较，不是同一提示词下的画质、速度或价格实测。不同平台的版本、功能开放范围和报价可能不同。
| 模型 | 值得考虑的优势 | 局限与选用建议 |
|---|---|---|
| Gemini Omni 1.2 FlashGoogle Cloud | 将参考生成、视频编辑、延长和升频组织到同一套工作流程中，适合需要反复调整的商品广告和短片。 | 单次生成最长 15 秒；双帧或多个视频参考存在更短的时长限制。音频参考在本站未开放，复杂动作和微小细节仍需检查。 |
| Veo 3.1Google DeepMind | 官方定位强调电影叙事、真实感、物理表现和原生音频。以叙事镜头、场景氛围为目标时，值得与 Omni 使用相同素材进行试拍。 | 原生音频不是 Omni 独有优势。不能仅凭产品定位断言 Veo 画质一定更好或 Omni 一定更便宜；本站 Veo 入口的 Fast 版本与官方完整产品能力也应分开看待。 |
| Vidu Q4Vidu | Vidu 官方突出参考生视频、图生视频与创作工具组合。已经准备好角色或商品图片、以图像驱动镜头为主的工作流，值得加入候选。 | 本站 Q4 接入提供首帧和参考生成；需要现成视频的编辑、延长或升频时，可优先试用 Omni 对应模式。这是本站接入范围的差异，不代表 Vidu 所有平台都缺少这些功能。 |
哪些任务需要谨慎选择？
如果交付要求是一次生成完整长片、商品文字逐字准确、复杂体育动作严格符合物理规律，或多个镜头绝对保持角色一致，Gemini Omni 1.2 Flash 仍需要分镜、试生成和人工后期。更可靠的选型方法是固定参考素材和提示词，比较主体保真、动作连续性、音画同步及修改次数，再决定使用哪个模型。
Gemini Omni 1.2 Flash 常见问答
Gemini Omni 1.2 Flash 是什么？
它是 Google 的视频生成与编辑模型，可依据文本和参考素材制作片段，并通过自然语言修改视频。本站提供文生视频、图生视频、参考生视频、视频编辑、视频延长和视频升频六种模式。
Gemini Omni 1.2 Flash 适合哪些场景？
可以用于商品展示、广告创意试稿、社交短视频和人物场景探索。产品照片适合约束外观，首尾帧适合引导开箱或揭晓动作。页面中的场景建议属于创作方法，不是本站客户效果或营销收益承诺。
最长可以生成多少秒？
本站普通生成支持 3–15 秒；同时使用首尾两帧，或使用多个视频参考时，最长为 10 秒。延长模式追加 3–10 秒，不等于一次生成任意长度的完整影片。
Gemini Omni 1.2 Flash 支持哪些分辨率和画面比例？
本站生成选项包括 360p、720p、1080p 和 4K，可选横屏 16:9、竖屏 9:16 或自动比例。编辑、延长与升频跟随源视频比例。高分辨率输出选项不应理解为每个工作流都原生生成同等分辨率。
可以上传多少参考图片和视频？
本站图生视频支持 1–2 张图片；参考生视频支持 1–10 张图片及最多 3 个视频参考。参考视频建议保持简短，每条不超过 10 秒。不同模式的素材数量和输入时长限制不同，应以创作台当前提示为准。
能生成对白、音效和背景声音吗？
模型支持生成声音，可在提示词中描述对白、环境声及音效。生成声音与上传音频作为参考是两项不同能力：后者有访问限制，本站目前不提供音频参考输入。
视频编辑、延长和升频有什么区别？
编辑用于改变已有片段的内容或风格；延长用于继续已有片段；升频用于提高选定片段的清晰度。升频不能保证修正错误动作或商品细节。本站编辑与升频源视频最长 15 秒，延长源视频最长 30 秒。
使用 Gemini Omni 1.2 Flash 需要多少积分？
本站生成、编辑及延长的输出单价为 360p 每秒 3 点、720p 每秒 8 点、1080p 每秒 12 点、4K 每秒 24 点。升频目标为 720p、1080p、4K 时分别为每秒 4、8、16 点；提交前请查看任务报价。
为什么总积分不只是输出时长乘以每秒单价？
非升频任务还计入每张参考图 0.5 点、每秒输入视频 1 点、每千个估算文本 token 0.3 点，以及其他输出预留 1 点。小数费用合计后整单向上取整。当前编辑和升频按 15 秒输出预留，视频参考也使用保守时长预估，因此报价不是实际 token 用量结算。
怎样写提示词更容易得到可用的视频？
先写主体和动作顺序，再补充运镜、光线、环境和声音。一次修改尽量集中在一个目标，例如只改背景或光线。对需要保持的商品外观提供清晰参考图，并在生成后检查文字、人物、动作连续性和声音。
资料核对：2026 年 11 月 9 日。模型定位依据官方说明，参数和积分以本站当前接入为准。