VÍDEO COM ÁUDIO NATIVO
Crie imagem e som juntos com Gemini Omni 1.2 Flash.
Crie vídeos com áudio nativo no Gemini Omni 1.2 Flash, de 360p–4K. Um clipe de 4 s em 360p custa 54 créditos. Use falas, música ou uma imagem inicial.
O que este modelo realmente aceita. Ao selecioná-lo, o estúdio mostra exatamente estas opções: nada a mais e nada que ele recusaria.
Vídeo com som a partir de texto ou imagem inicial · 360p/720p/1080p/4K
Abrir Gemini Omni 1.2 Flash no estúdio →A geração de vídeo está disponível nos planos pagos. Seu prompt e suas configurações são mantidos ao fazer login. Ver planos
01 / RECURSOS
Descreva falas, música, som ambiente e efeitos no mesmo prompt da imagem. Diga o que produz cada som e em que momento. Em uma feira noturna, combine o movimento do cozinheiro com o chiado da wok, a chuva na lona e conversas ao fundo, destacando o som principal.
Escolha 16:9 para um cenário amplo ou 9:16 para uma composição vertical. Comece com um elemento principal, uma ação e um movimento de câmera. Explore a ideia em 360p e depois selecione 720p, 1080p ou 4K para outra geração, conforme o limite do seu plano.
Envie uma imagem para definir o primeiro quadro e descreva o movimento e o som. Uma imagem nítida, com fundo simples e enquadramento bem definido, ajuda a expressar a ideia. Mantenha a descrição visual alinhada à imagem e escolha uma duração que comporte a ação.
Escolha de 3 a 15 segundos, em intervalos de um segundo. Pense no início, na ação e no encerramento. Os cinco exemplos foram gerados com este modelo, em 720p e com 6 segundos. Reproduza os vídeos e ative o som nos controles para ouvir o áudio nativo.
02 / EXEMPLOS
A câmera se aproxima da barraca entre o chiado da wok, a chuva e conversas distantes.
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.
O som do batedor, um ukulele alegre e uma fala curta acompanham a cena na cozinha.
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.
A câmera gira ao redor do vestido vermelho, com piano suave e som de vento.
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.
Um relógio prateado gira sob a luz, com tique-taque e um efeito sonoro grave de passagem.
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.
Um plano aéreo acompanha a onda turquesa, com som de ondas e gaivotas.
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 / PONTOS DE PARTIDA CRIATIVOS
Experimente estes cinco prompts com Gemini Omni 1.2 Flash. Os dois primeiros mantêm o texto original dos exemplos com som, sem alterações. Os demais exploram música, efeitos de produto e sons da natureza. Descreva primeiro o elemento principal e a ação; depois, acrescente câmera, iluminação e áudio. Identifique quem fala, coloque as falas entre aspas e mude poucas instruções por vez para comparar os resultados.
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.
Uma jovem dançarina gira em um terraço ao pôr do sol, com o vestido vermelho rodopiando e a cidade ao fundo. A câmera gira lentamente ao redor dela. Áudio: música de piano suave e animada, com som de vento.
Plano de produto de luxo: um relógio de pulso prateado sem marca, com mostrador minimalista, sem logotipo nem texto, gira lentamente sobre uma superfície preta reflexiva. Uma faixa de luz percorre a caixa polida. Profundidade de campo rasa e lente macro. Áudio: tique-taque sutil e um efeito sonoro grave de passagem, com clima cinematográfico.
Plano de drone acompanhando uma pessoa surfando em uma onda turquesa ao amanhecer. Os respingos brilham na luz; a câmera acompanha suavemente por cima e por trás. Áudio: ondas quebrando e gaivotas.
04 / FAQ
É um modelo de vídeo disponível no LoveImage. Gera vídeos com áudio nativo a partir de texto ou de uma imagem inicial opcional, com opções de resolução de 360p, 720p, 1080p e 4K.
Descreva falas, música e efeitos no mesmo prompt da cena. Identifique quem fala, coloque a frase entre aspas e inclua os sons ao redor. O áudio já faz parte da geração; não há um controle separado para ativá-lo neste modelo.
As estimativas arredondadas de um segundo são 14 / 40 / 61 / 121 créditos para 360p / 720p / 1080p / 4K. Clipes de quatro segundos custam 54 / 160 / 242 / 483 créditos. O valor é arredondado para o clipe inteiro, em vez de multiplicar a estimativa já arredondada de um segundo.
Qualquer duração inteira de 3 a 15 segundos, nas proporções 16:9 ou 9:16. O gerador começa em 360p, 4 segundos e 16:9. Ajuste a duração a uma ação simples antes de acrescentar uma sequência mais elaborada.
Sim. Adicione uma imagem inicial e descreva o movimento e o som. O modelo aceita uma imagem, sem sequência de referências nem um quadro final separado.
Creator, Studio e Scale incluem este modelo e uso comercial; o Free não inclui nenhum dos dois. O Creator permite vídeos de até 1080p; Studio e Scale permitem 4K. Os três planos pagos aceitam a duração completa de 15 segundos.
Gemini Omni 1.2 Flash acrescenta 360p e som integrado, com durações inteiras de 3–15 s. O modelo 1.1 oferece 720p, 1080p e 4K em 4, 6, 8 ou 10 s; clipes de quatro segundos custam 210, 210 ou 490 créditos, respectivamente. Seu cadastro não declara som nativo.
Comece com um movimento: aproximação lenta, giro ao redor do elemento principal ou acompanhamento. Indique a posição inicial e a direção da câmera. Simplifique a ação ao testar o movimento e depois ajuste o enquadramento ou o ritmo.
Com Gemini Omni 1.2 Flash, experimente uma imagem inicial nítida e repita os detalhes marcantes: roupa, cores, formato e cenário. Mude uma instrução por vez. São sugestões de prompt, sem garantia de personagens idênticos entre gerações.
Não publicamos uma estimativa do tempo de geração deste modelo. Os 3–15 segundos indicam a duração do vídeo pronto, não o tempo de processamento. Confira o status da tarefa no espaço de trabalho.
