Gemini Omni 1.1 Flash AI 视频生成，画面声音一起出

Google 的 Gemini Omni 1.1 Flash 能把一段描述、一张照片或一组参考图变成 3–10 秒的短视频，人声、音乐和音效与画面同步生成。 可以指定首帧和尾帧，用参考图保持角色一致，从 360p 快速预览到 4K 成片都能选。

💡 小技巧：先用 360p 试效果，速度更快，花费只有 720p 的三分之一左右

画面和声音一步生成

人声、音乐和音效与画面一起生成，并且跟动作保持同步。

首尾帧控制

给出开头和结尾两张图，Omni 自动补全中间的动作，适合做产品展示、转场和循环视频。

角色和商品保持一致

上传参考图和短视频，让同一张脸、同一套衣服或同一件商品贯穿整个镜头。

从 360p 预览到 4K 成片

先用 360p 快速试想法，满意后再用 720p、1080p 或 4K 生成要发布的版本。

三步上手 Gemini Omni 1.1 Flash

第 1 步

添加参考

上传产品图、人像或灵感图，也可以只用文字开始。

第 2 步

描述画面

写清版式、风格、光线和道具。Gemini Omni 1.1 Flash 能很好地理解较长、较详细的提示词。

第 3 步

生成并导出

挑选满意的结果，下载高分辨率文件，直接用于店铺和广告。

模型介绍

Gemini Omni 1.1 Flash 是什么？

Gemini Omni 1.1 Flash 是 Google DeepMind 推出的多模态视频模型。Omni 系列于 2026 年 5 月发布。2026 年 8 月推出的 1.1 版是面向开发者和企业的正式可用版本，新增了首尾帧控制、参考视频输入、快速 360p 预览，以及 1080p 和 4K 输出。

Omni 的特别之处，是把 Gemini 的推理能力和世界知识带进了视频生成。Google 表示，它对重力、惯性和液体流动的理解更好，弹珠滚动、水花飞溅、布料飘动都更自然。它还能把一句简短的描述变成清楚易懂的科普讲解画面，也能照着长而详细的要求来安排镜头运动、节奏和风格。每段视频都自带同步声音，人声、音乐和音效和画面一起生成，不用事后再配。

在 PixPal 上，Gemini Omni 1.1 Flash 有三种用法：用文字描述一个场景；让一到两张图片动起来（作为起始画面，或作为首帧和尾帧）；或者上传最多 10 张参考图和最多 3 段短视频，用来控制角色、商品和动作。时长可选 3 到 10 秒，分辨率从 360p 到 4K，画面可选横屏、竖屏或自动。

Gemini Omni 1.1 Flash 能帮你做什么

自带声音、可控性强的短视频，适合社交平台、产品营销和知识科普。

用 Gemini Omni 1.1 Flash 生成的对着麦克风说话的表演者

自带声音的短视频

做抖音、小红书、视频号的短视频时，声音往往是关键：角色说一句台词、音乐卡点、咬下第一口的脆响。把台词放进引号，再描述想要的音乐或音效，Omni 会和画面一起生成。

Gemini Omni 首尾帧视频：瓶子从静置到倒入杯中

产品展示和丝滑转场

上传一张干净的产品图作为首帧，再上传一张高光时刻作为尾帧，比如密封的瓶子和倒出的那一刻，然后描述镜头怎么运动。Omni 会补全中间的动作，产品展示、前后对比和无缝循环视频都很好做。

Gemini Omni 1.1 Flash 生成的黏土动画水循环讲解画面

科普讲解和教学内容

Omni 会调用 Gemini 的世界知识，一句“用黏土动画讲解水循环”就能生成清楚准确的画面。老师、课程作者和品牌都可以用它快速做科普短片、操作教程和科学演示，发布前记得核对内容。

用参考图让穿黄色雨衣的狐狸角色动起来

角色短片

上传角色或吉祥物的几个角度，再加一张场景图，Omni 会让角色在场景里活动时保持外形一致。再附上一段短视频，就能借用其中的舞蹈、走路姿势或镜头运动。适合快速试做动画短剧、吉祥物广告和分镜。

Gemini Omni 1.1 Flash 功能与参数

在 PixPal 视频创作台里可以调整的全部选项。

文生视频

描述场景、镜头运动和声音，直接得到一段声画同步的视频。

图生视频

上传一张图作为起始画面，或上传两张图分别作为首帧和尾帧。

参考生视频

用 1 到 10 张参考图，加上最多 3 段不超过 10 秒的短视频来控制画面。

3 到 10 秒

时长按整秒选择，3 到 10 秒之间任选。时长越长，消耗积分越多。

360p、720p、1080p、4K

默认 720p。快速测试用 360p，要发布的版本用 1080p 或 4K。

自动、16:9、9:16

横屏适合 B 站、YouTube 和网页，竖屏适合抖音、小红书和视频号，也可以自动构图。

弹珠撞倒多米诺骨牌的连锁反应，展示 Gemini Omni 的真实物理效果

动作像真的一样

Google 让 Omni 更懂物理规律：重力、惯性和液体的流动。连锁反应、水花、物体下落、布料飘动都更自然，不会轻飘飘的。把因果关系写清楚，比如“弹珠撞倒多米诺骨牌，最后一块敲响铃铛”，Omni 会自己推演出合理的过程。

Gemini Omni 1.1 Flash 同一画面的 360p、720p、1080p 和 4K

360p 快速试，4K 出成片

根据 Google 的数据，360p 比 720p 最多快 60%，成本约为三分之一，非常适合用来测试描述、节奏和镜头运动。描述调好后，再用 1080p 或 4K 生成要发布的版本。每次生成都是新的一条，和预览版会有细微差别。

同一段冲浪视频的 9:16 竖屏和 16:9 横屏版本

每个平台都有合适的画幅

抖音、小红书、视频号选 9:16 竖屏，B 站、YouTube 和网站选 16:9 横屏，也可以选自动，由模型或你的首帧图片决定。再搭配 3 到 10 秒的时长，让每段视频都贴合平台和你要讲的那个片段。

创作者怎么说

以前做抖音视频还得单独配音配乐，现在用 Gemini Omni 1.1 Flash，台词和音乐跟画面一起出来，大部分直接就能发。

陈美雅

商业摄影师

我上传一张盖着盖子的罐子，再上传一张打开后的，Gemini Omni 1.1 Flash 就把中间的开盖过程补得很顺，放在商品详情页正合适。

朴理奥

社交媒体负责人

我先用 360p 试五六个想法，挑出最好的那个再生成 1080p，省了不少积分。

魏琳娜

创意总监

我是初中科学老师，用 Gemini Omni 1.1 Flash 一句话就做出了黏土风的水循环短片，学生看得特别认真。

艾莎·拉赫曼

独立品牌主理人

Gemini Omni 1.1 Flash 常见问题

关于在 PixPal 上用 Google Gemini Omni 1.1 Flash 做视频，你想知道的都在这里。

与 Gemini Omni 1.1 Flash 相关的模型与工具

AI 图像AI 视频Seedance 2.5Seedance 2.0Grok Imagine Video

现在就用 Gemini Omni 1.1 Flash 开始创作

带声音的短视频，首尾帧随你定，最高 4K，浏览器里直接完成。