
使用 Gemini Omni 1.1 Flash 生成带同步音频的 720p 视频,支持文生视频、图生视频和参考生视频,时长 4–10 秒。
这里展示的是 Explore 中已发布的 视频案例。
把静态图片直接变成有镜头感的视频,适合社媒短片、营销素材和更具表现力的创意展示。

ultra realistic high fashion photograph of Emilia Clarke sitting on fresh white snow outdoors in winter. Recognizable facial structure and likeness of Emilia Clarke: oval face shape, soft youthful features, expressive almond-shaped green eyes, naturally full lips, straight petite nose, balanced facial symmetry. Natural winter blush on cheeks and nose. Calm confident expression with a subtle closed-mouth smile, looking directly into the camera. She is seated on the snow with legs bent forward, slightly apart, hands placed behind her for support. Camera angle slightly above eye level, gently looking down. She wears a fitted ribbed sleeveless zip-up yellow bodysuit and pink cable-knit thigh-high socks. Elegant minimal winter fashion styling. Slim, petite, feminine body proportions. Fair-to-light skin tone with natural texture. Background is a snow-covered ground with a dragon partially visible. Natural overcast winter daylight, soft diffused lighting, no harsh shadows, cinematic realism, high skin detail, realistic color grading.

Lens segments combine and move back. Left and right body sections close together. Upper body section moves down. Annotations smoothly appear.

A premium dessert product photograph of a luxury chocolate bar partially unwrapped and centered against a rich warm brown seamless studio background. The chocolate has glossy texture, crisp edges, and a high-end confectionery appearance. Soft cinematic studio lighting, subtle shadows, ultra-sharp focus, premium food advertisement style, hyper realistic, 8K.
不需要反复换工具。新模型接入后,你可以继续沿用同一套工作流来测试、生成、对比和管理结果。
自带同步音频、三种生成模式,以及适合短视频平台的画面比例。
视频会自动带上与画面同步的原生音频,不需要额外设置,生成后就能直接预览和分享。
用文字描述场景、动作、镜头和声音氛围,生成 4–10 秒的短视频。
上传 1–2 张图片作为画面依据,让静态素材变成带声音的动态视频。
参考生视频支持最多 10 张参考图,用来统一角色、产品和画面风格。
可选 16:9、9:16 或自动,统一输出 720p,同时适配横屏视频和竖屏短视频平台。
常见用法包括带声音的短视频、产品动态展示和角色短片。
生成出来就自带声音,发布前我只需要做简单剪辑。

短视频作者
我用参考生视频把产品截图和品牌元素放在一起,生成简短的功能介绍视频。

独立开发者
课程预告用 16:9,社媒宣传用 9:16,同一段提示词换个比例就能出两版。

课程创作者
上传多张角色设定图做参考,角色在不同镜头里的样子更统一。

角色创作者
把商品照片做成图生视频,几秒钟的动态展示比静态图更吸引人。

电商卖家
需要快速出一批短片时,我会先生成带声音的初稿,再挑出效果最好的几条精修。

社媒剪辑师
生成出来就自带声音,发布前我只需要做简单剪辑。

短视频作者
我用参考生视频把产品截图和品牌元素放在一起,生成简短的功能介绍视频。

独立开发者
课程预告用 16:9,社媒宣传用 9:16,同一段提示词换个比例就能出两版。

课程创作者
上传多张角色设定图做参考,角色在不同镜头里的样子更统一。

角色创作者
把商品照片做成图生视频,几秒钟的动态展示比静态图更吸引人。

电商卖家
需要快速出一批短片时,我会先生成带声音的初稿,再挑出效果最好的几条精修。

社媒剪辑师
生成出来就自带声音,发布前我只需要做简单剪辑。

短视频作者
课程预告用 16:9,社媒宣传用 9:16,同一段提示词换个比例就能出两版。

课程创作者
把商品照片做成图生视频,几秒钟的动态展示比静态图更吸引人。

电商卖家
生成出来就自带声音,发布前我只需要做简单剪辑。

短视频作者
课程预告用 16:9,社媒宣传用 9:16,同一段提示词换个比例就能出两版。

课程创作者
把商品照片做成图生视频,几秒钟的动态展示比静态图更吸引人。

电商卖家
我用参考生视频把产品截图和品牌元素放在一起,生成简短的功能介绍视频。

独立开发者
上传多张角色设定图做参考,角色在不同镜头里的样子更统一。

角色创作者
需要快速出一批短片时,我会先生成带声音的初稿,再挑出效果最好的几条精修。

社媒剪辑师
我用参考生视频把产品截图和品牌元素放在一起,生成简短的功能介绍视频。

独立开发者
上传多张角色设定图做参考,角色在不同镜头里的样子更统一。

角色创作者
需要快速出一批短片时,我会先生成带声音的初稿,再挑出效果最好的几条精修。

社媒剪辑师
生成出来就自带声音,发布前我只需要做简单剪辑。

短视频作者
上传多张角色设定图做参考,角色在不同镜头里的样子更统一。

角色创作者
生成出来就自带声音,发布前我只需要做简单剪辑。

短视频作者
上传多张角色设定图做参考,角色在不同镜头里的样子更统一。

角色创作者
我用参考生视频把产品截图和品牌元素放在一起,生成简短的功能介绍视频。

独立开发者
把商品照片做成图生视频,几秒钟的动态展示比静态图更吸引人。

电商卖家
我用参考生视频把产品截图和品牌元素放在一起,生成简短的功能介绍视频。

独立开发者
把商品照片做成图生视频,几秒钟的动态展示比静态图更吸引人。

电商卖家
课程预告用 16:9,社媒宣传用 9:16,同一段提示词换个比例就能出两版。

课程创作者
需要快速出一批短片时,我会先生成带声音的初稿,再挑出效果最好的几条精修。

社媒剪辑师
课程预告用 16:9,社媒宣传用 9:16,同一段提示词换个比例就能出两版。

课程创作者
需要快速出一批短片时,我会先生成带声音的初稿,再挑出效果最好的几条精修。

社媒剪辑师
整理了声音描述、参考图组织和比例选择上的常见做法。
声音描述
同步音频
音频会随画面自动生成,可以在提示词里写清环境音、对白语气或音乐氛围,让声音更贴合画面。
参考图组织
参考生视频
参考图最多 10 张。在提示词里说明每张图是角色、产品还是场景,结果会更稳定。
比例选择
16:9 · 9:16
横屏内容选 16:9,短视频平台选 9:16;不确定时可以选“自动”,交给模型决定。
有。模型会自动生成与画面同步的原生音频,不需要额外设置。
支持文生视频、图生视频(1–2 张图片)和参考生视频(最多 10 张参考图)。
时长 4–10 秒,清晰度为 720p,比例可选 16:9、9:16 或自动。
积分主要由时长和生成模式决定。选好参数后,生成按钮上会显示本次所需积分。
开通会员,解锁所有的视频模型和图片模型,并获得更多服务。
按年付费:US$169 USD/年
包含
按年付费:US$339 USD/年
包含
按年付费:US$856 USD/年
包含