Gemini Omni
面向文本、图片和视频素材输入的多模态 AI 视频生成模型。
预览
更多视频模型
继续使用 AI Image Editor 支持的其他 AI 视频生成模型。
Gemini Omni
用 Gemini Omni 生成短视频、图生视频和视频编辑草稿
Gemini Omni 适合把文字创意、参考图片或一个源视频片段变成可预览的 AI 视频。你可以描述场景、动作、镜头、风格和节奏，再按发布渠道选择时长、画面比例和分辨率。
文生视频图生视频视频编辑4K 输出
提示词 + 图片 / 视频
支持提示词、最多 7 张参考图片，以及一个源视频片段。
AI 视频
生成结果会保存到账号历史中，便于预览、复查和下载。
Gemini Omni 的视频生成能力
Gemini Omni 页面聚焦 AI 视频生成、图生视频和源视频编辑，适合需要用自然语言控制画面、动作和镜头的短视频任务。
从文字生成视频
输入主体、动作、场景、镜头运动、光线、风格和节奏，让 Gemini Omni 根据提示词生成短视频概念。
图片参考生成动态画面
上传产品图、人物图、场景图或分镜草图，让图生视频结果更贴近已有视觉素材。
源视频片段引导
当需要保留现有运动、构图或镜头方向时，可上传一个源视频片段，并用提示词说明要改变的场景、风格和动作。
时长与画面比例控制
支持 4、6、8、10 秒输出，并可选择横版或竖版，适配广告草稿、社媒短片、产品演示和内容预览。
分辨率和点数预估
可选择 720p、1080p 或 4K；提交前会根据分辨率、时长和是否包含视频输入显示点数预估。
结果保存到历史
完成的视频会进入生成历史，方便回看不同版本、检查细节，并下载可用结果。
Gemini Omni 适合生成哪些视频
当视频需要结合提示词、参考图片或现有视频片段时，可以用 Gemini Omni 快速得到可评审的短视频结果。
从文字创意生成短视频
把广告想法、产品概念、剧情片段或社媒脚本转成带镜头感的 AI 视频草稿。
写清镜头语言
描述主体、动作、环境、景别、镜头运动、光线、画面风格和情绪。
匹配发布规格
按投放位置选择时长、横竖版和分辨率，避免生成后再大幅裁切。
检查画面一致性
预览人物、产品、运动轨迹、文字、品牌元素和权利风险后再发布。
用参考图片制作图生视频
上传产品、人物、场景、海报或分镜图片，让 Gemini Omni 在生成视频时参考主体和视觉风格。
提供视觉锚点
用图片说明角色外观、产品形态、环境氛围、颜色和构图方向。
说明保留重点
告诉模型哪些细节在运动中需要保持可识别，例如产品形状、人物特征或品牌颜色。
快速比较多版
更换提示词、参考图组合、比例或分辨率，得到不同风格和镜头方向的候选视频。
基于源视频片段再创作
上传一个短视频片段作为运动和构图参考，再用提示词改变场景、材质、氛围或镜头表现。
保留原始运动
当动作节奏、镜头方向或构图来自已有素材时，使用源视频输入更直观。
聚焦具体修改
说明要替换的背景、要调整的动作、目标风格、光线变化和需要保留的元素。
保存并复查输出
生成后在历史记录中查看视频，比较版本，并下载适合继续剪辑或投放的结果。
如何使用 Gemini Omni
01
选择视频生成方式
从文生视频、图生视频、多参考图片或源视频片段开始，根据素材情况决定是否上传图片或视频。
02
写提示词并设置参数
描述场景、主体、动作、镜头、风格和需要保留的元素，然后选择时长、横竖版和分辨率。
03
生成、预览并下载
提交任务后等待处理完成，在生成历史中预览结果，检查画面和细节，再下载视频。
Gemini Omni 常见问题
Gemini Omni 是什么？
Gemini Omni 是 Google Gemini 系列的多模态视频生成模型。AI Image Editor 的 Gemini Omni 页面可用于文生视频、图生视频、参考图片生成和源视频片段编辑。
Gemini Omni 支持哪些输入？
当前生成器支持文字提示词、图片素材和视频素材。你可以上传最多 7 张参考图片；如果使用源视频，系统会取一个视频片段作为输入，并按提示词引导视频编辑。
支持哪些时长、比例和分辨率？
当前页面支持 4、6、8、10 秒，支持横版和竖版，并提供 720p、1080p、4K 分辨率。
结果保存在哪里？
生成完成后，视频会保存到 AI Image Editor 的生成历史中，你可以预览、复查、比较版本并下载结果。发布前建议检查人物、产品、文字、运动细节和权利风险。