Gemini Omni 1.2 Flash 原生音频
把对白、音乐、环境声和音效与画面写在同一条提示词里，说明声音来自哪里、何时出现。比如夜市炒面的画面，可以搭配锅里的滋滋声、雨打篷布的声音和远处人声，让主要声音清晰可辨。
原生音频视频生成
Gemini Omni 1.2 Flash
让画面与声音一起生成，体验 Gemini Omni 1.2 Flash。
用 Gemini Omni 1.2 Flash 生成原生有声视频，支持 360p–4K、对白和音乐；360p 4 秒仅需 54 积分，也可用首帧图片生成视频。
360p–4K可选分辨率
3–15 秒视频时长
54积分 · 360p · 4 秒
1可选首帧图片
Gemini Omni 1.2 Flash 一览
这个模型实际接受的参数。选中它时创作台显示的就是这些选项——不多不少，也不会给出它会拒绝的选项。
文字或首帧图片生成有声视频 · 360p/720p/1080p/4K
在创作台打开 Gemini Omni 1.2 Flash →- 厂商
- 输出
- 视频片段
- 画面比例
- 16:9 · 9:16
- 分辨率
- 360p · 720p · 1080p · 4K
- 时长
- 3s · 4s · 5s · 6s · 7s · 8s · 9s · 10s · 11s · 12s · 13s · 14s · 15s
- 声音
- 始终带声音
- 参考图
- 可选
- 价格
- 每秒 14 积分
54 积分 / 4 秒
视频生成仅对付费套餐开放。提示词与设置会在登录后恢复。 查看套餐
01 / 能力与用法
Gemini Omni 1.2 Flash 模型特征
用 Gemini Omni 1.2 Flash 安排构图
横向场景选 16:9，竖屏构图选 9:16。先确定一个主体、一个动作和一种运镜，用默认 360p 探索想法，再根据套餐限制选择 720p、1080p 或 4K 生成下一版。
Gemini Omni 1.2 Flash 首帧图生视频
上传一张图片作为开场画面，再描述动作与声音。主体清晰、背景简洁、构图明确的图片更便于表达意图。提示词中的外观描述应与图片一致，并为动作留出合适的时长。
规划 Gemini Omni 1.2 Flash 短片
时长可选 3–15 秒之间的整数秒。先规划开场、主要动作和结尾。下方五段样片均使用此模型生成，规格为 720p、6 秒。播放后可在控件中取消静音，听原生音轨。
02 / 作品展示
Gemini Omni 1.2 Flash 视频作品
Gemini Omni 1.2 Flash：雨夜炒面
镜头缓慢推向霓虹夜市，锅中滋滋声、雨声和远处人声交织。
原始提示词
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.
猫咪厨师：“Bon appétit!”
搅拌声、欢快的尤克里里与一句对白组成厨房小片段。
原始提示词
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.
屋顶舞者
镜头环绕红裙舞者，搭配轻柔钢琴与风声。
原始提示词
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.
腕表光影
银色腕表缓慢转动，滴答声与低沉掠过音效相伴。
原始提示词
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.
日出冲浪
航拍跟随碧蓝浪面上的冲浪者，搭配海浪与海鸥声。
原始提示词
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 / 开始创作
Gemini Omni 1.2 Flash 提示词与创作思路
用这五条提示词尝试 Gemini Omni 1.2 Flash。前两条与作品区的原始提示词完全一致，保留英文方便直接复现；其余展示音乐、产品音效和自然环境声。先描述主体与动作，再加入运镜、光线和音频。对白请注明说话者，并把台词放在引号内，每次只调整少量细节以便比较。
雨声、炒锅与夜市环境声
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.
带对白的猫咪厨师
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.
钢琴与风声中的舞蹈
金色夕阳下，一位年轻舞者在屋顶旋转，红裙随动作展开，城市天际线在身后，镜头缓慢环绕她。音频：轻柔欢快的钢琴音乐和风声。
带音效的产品特写
高端产品镜头：一只无品牌银色腕表，表盘简洁，没有标志、文字或品牌名，在黑色反光台面上缓缓旋转，一束光扫过抛光表壳，浅景深，微距镜头。音频：轻微滴答声与低沉的电影感掠过音效。
海浪与海鸥声
日出时分，航拍跟随一位冲浪者滑过碧蓝海浪，水花在光线中闪耀，镜头从后上方平稳跟拍。音频：海浪拍击声与海鸥叫声。
04 / FAQ
Gemini Omni 1.2 Flash 常见问题
Gemini Omni 1.2 Flash 是什么？
这是 LoveImage 上提供的视频模型。输入文字或添加一张可选首帧图片，即可生成带原生音频的视频，分辨率可选 360p、720p、1080p 和 4K。
如何为 Gemini Omni 1.2 Flash 编写声音提示词？
把对白、音乐和音效与画面一起描述，注明说话者，用引号写出台词，并补充环境声。本模型自带声音，无需单独开启音频开关。
Gemini Omni 1.2 Flash 的分辨率和积分是多少？
360p / 720p / 1080p / 4K 的单秒报价取整后分别为 14 / 40 / 61 / 121 积分；4 秒视频分别为 54 / 160 / 242 / 483 积分。按整段视频计算后取整，不是用取整后的单秒报价直接相乘。
支持哪些时长与比例？
时长支持 3–15 秒之间的任意整数秒，比例支持 16:9 和 9:16。生成框默认 360p、4 秒、16:9。建议先用适合单个动作的时长，再尝试更复杂的过程。
可以把图片用作首帧吗？
可以。添加一张图片作为首帧，并描述后续运动和声音。本模型只接收一张图片，不支持多张参考图序列或另加尾帧。
哪些套餐可用，是否支持商用？
Creator、Studio 和 Scale 均包含此模型及商用权限，Free 不包含。Creator 视频最高支持 1080p，Studio 和 Scale 支持 4K；三个付费套餐均支持完整的 15 秒时长。
与站内 Gemini Omni 1.1 Flash 有何不同？
Gemini Omni 1.2 Flash 增加了 360p 和原生声音，时长支持 3–15 秒整数秒。1.1 支持 720p、1080p、4K 及 4、6、8、10 秒，对应 4 秒价格为 210、210、490 积分；其模型配置未声明原生声音。
如何写好运镜？
先选一种运动，如缓慢推进、环绕或跟拍，说明镜头起点与方向。测试运镜时尽量简化主体动作，再逐步调整构图和节奏。
怎样保持角色或主体一致？
使用 Gemini Omni 1.2 Flash 时，可尝试清晰的首帧图片，并重复服装、颜色、外形和场景等关键描述。每次只改一项。这些是提示词建议，不能保证多次生成的角色完全一致。
生成需要多长时间？
我们未公布此模型的生成耗时预估。3–15 秒指成片长度，并非生成所需时间。请在工作区查看任务状态。