VÍDEO CON AUDIO NATIVO
Crea imagen y sonido juntos con Gemini Omni 1.2 Flash.
Crea vídeo con audio nativo en Gemini Omni 1.2 Flash, de 360p–4K. Un clip de 4 s a 360p cuesta 54 créditos. Añade diálogo, música o una imagen inicial.
Lo que este modelo admite realmente. Al seleccionarlo, el estudio muestra exactamente estas opciones: ni más, ni ninguna que vaya a rechazar.
Video con sonido desde texto o una imagen inicial · 360p/720p/1080p/4K
Abrir Gemini Omni 1.2 Flash en el estudio →La generación de video está disponible en los planes de pago. Tu prompt y tu configuración se conservan al iniciar sesión. Ver planes
01 / FUNCIONES
Describe el diálogo, la música, el ambiente y los efectos en el mismo prompt que la imagen. Indica qué produce cada sonido y cuándo se oye. En un mercado nocturno, combina el movimiento del cocinero con el chisporroteo del wok, la lluvia y las voces de fondo.
Elige 16:9 para una escena amplia o 9:16 para una composición vertical. Empieza con un sujeto, una acción y un movimiento de cámara. Prueba la idea a 360p y después selecciona 720p, 1080p o 4K para otra generación, según el límite de tu plan.
Sube una imagen para definir el primer fotograma y describe el movimiento y el sonido. Usa un sujeto claro, un fondo sencillo y un encuadre deliberado. Mantén la descripción visual acorde con la imagen y elige una duración que permita desarrollar la acción.
Elige entre 3 y 15 segundos, en incrementos de un segundo. Piensa en el inicio, la acción y el cierre. Los cinco ejemplos se generaron con este modelo, a 720p y 6 segundos. Reprodúcelos y activa el sonido en los controles para escuchar el audio nativo.
02 / EJEMPLOS
La cámara se acerca al puesto entre chisporroteos, lluvia y conversaciones lejanas.
Night market in the rain, a street-food cook flips noodles in a flaming wok, steam and sparks rise, neon signs reflect on wet pavement, handheld camera slowly pushes in. Audio: sizzling wok, rain on tarps, distant chatter.
El batido, un ukelele alegre y una breve frase acompañan la escena de cocina.
A fluffy orange cat wearing a tiny chef hat stands at a kitchen counter and whisks batter in a bowl, flour puffs into the air, warm cozy kitchen light, playful animated-film style. Audio: whisking sounds and a cheerful ukulele tune; the cat says "Bon appétit!" at the end.
La cámara rodea el vestido rojo con música suave de piano y viento.
A young dancer spins on a rooftop at golden hour, her red dress flaring, city skyline behind, camera orbits slowly around her. Audio: soft upbeat piano music and wind.
Un reloj plateado gira con un reflejo móvil, tictac y un soplido cinematográfico.
Luxury product shot: an unbranded silver wristwatch with a plain minimalist dial (no logo, no text, no brand name) rotates slowly on a black reflective surface, a sweep of light glides across the polished case, shallow depth of field, macro lens. Audio: subtle ticking and a deep cinematic whoosh.
Un seguimiento aéreo sobre una ola turquesa, con oleaje y gaviotas.
Drone shot following a surfer riding a turquoise wave at sunrise, spray glittering in the light, smooth tracking from above and behind. Audio: crashing waves and seagulls.
03 / PUNTOS DE PARTIDA CREATIVOS
Prueba estos cinco prompts con Gemini Omni 1.2 Flash. Los dos primeros conservan exactamente el texto original de los ejemplos con sonido. Los demás exploran música, efectos de producto y ambiente natural. Describe primero el sujeto y la acción; después, la cámara, la luz y el audio. Identifica a quien habla, pon sus palabras entre comillas y cambia pocas instrucciones a la vez para comparar.
Night market in the rain, a street-food cook flips noodles in a flaming wok, steam and sparks rise, neon signs reflect on wet pavement, handheld camera slowly pushes in. Audio: sizzling wok, rain on tarps, distant chatter.
A fluffy orange cat wearing a tiny chef hat stands at a kitchen counter and whisks batter in a bowl, flour puffs into the air, warm cozy kitchen light, playful animated-film style. Audio: whisking sounds and a cheerful ukulele tune; the cat says "Bon appétit!" at the end.
Una joven bailarina gira en una azotea al atardecer; su vestido rojo se abre, con el perfil de la ciudad al fondo. La cámara orbita lentamente a su alrededor. Audio: música de piano suave y animada, y viento.
Plano de producto de lujo: un reloj plateado sin marca, con una esfera minimalista sin logotipo ni texto, gira lentamente sobre una superficie negra reflectante. Una franja de luz recorre la caja pulida. Poca profundidad de campo y objetivo macro. Audio: tictac sutil y un soplido grave cinematográfico.
Plano de dron que sigue a un surfista sobre una ola turquesa al amanecer. Las salpicaduras brillan con la luz; seguimiento suave desde arriba y detrás. Audio: olas rompiendo y gaviotas.
04 / FAQ
Es un modelo de vídeo disponible en LoveImage. Genera vídeo con audio nativo a partir de texto o de una imagen inicial opcional, con resoluciones de 360p, 720p, 1080p y 4K.
Describe diálogo, música y efectos junto con la escena. Identifica al hablante, escribe su frase entre comillas y añade el ambiente sonoro. El audio viene integrado; este modelo no tiene un interruptor de sonido independiente.
Las estimaciones redondeadas de un segundo son 14 / 40 / 61 / 121 créditos para 360p / 720p / 1080p / 4K. Un clip de cuatro segundos cuesta 54 / 160 / 242 / 483 créditos. Se redondea el coste del clip completo, no se multiplica la cifra ya redondeada de un segundo.
Cualquier duración entera de 3 a 15 segundos, con proporción 16:9 o 9:16. El generador empieza en 360p, 4 segundos y 16:9. Ajusta la duración a una acción antes de añadir una secuencia más compleja.
Sí. Añade una imagen inicial y describe el movimiento y el sonido. El modelo admite una sola imagen, sin una secuencia de referencias ni un fotograma final independiente.
Creator, Studio y Scale incluyen el modelo y el uso comercial; Free no incluye ninguno de los dos. Creator permite vídeo hasta 1080p, mientras que Studio y Scale llegan a 4K. Los tres planes de pago admiten hasta 15 segundos.
Gemini Omni 1.2 Flash añade 360p y sonido integrado, con duraciones enteras de 3–15 s. El modelo 1.1 ofrece 720p, 1080p y 4K a 4, 6, 8 o 10 s; los clips de cuatro segundos cuestan 210, 210 o 490 créditos, respectivamente. Su ficha no declara sonido nativo.
Empieza con un solo movimiento: un acercamiento lento, una órbita o un seguimiento. Indica dónde empieza la cámara y hacia dónde avanza. Simplifica la acción mientras pruebas el movimiento y después ajusta el encuadre o el ritmo.
Con Gemini Omni 1.2 Flash, prueba una imagen inicial clara y repite los rasgos distintivos: ropa, colores, forma y entorno. Cambia una instrucción cada vez. Son sugerencias de redacción, no una garantía de personajes idénticos entre generaciones.
No publicamos una estimación del tiempo de generación de este modelo. Los 3–15 segundos indican la duración del vídeo terminado, no el tiempo de procesamiento. Consulta el estado de la tarea en tu espacio de trabajo.
