创意到多模态视频
从一句提示词开始，加入参考图或场景方向，生成贴合目标风格的电影感片段。
Gemini Omni - AI 视频生成器
用提示词、图片、参考素材和头像概念，通过 Gemini Omni 生成工作流创作多模态视频。
生成
选择模式，并在下方填写描述
从文本描述生成视频
API 参数：prompt 必填（最多 20,000 字符）。Gemini Omni 支持 4s、6s、8s、10s，支持 16:9 或 9:16；Audio ID 最多 1 个、参考视频最多 1 个、Character ID 最多 3 个。图片数 + 视频数 × 2 + Character ID 数不能超过 7。
0 / 20000 字符
生成视频的时长：4s、6s、8s 或 10s。
积分消耗会按清晰度变化；填写视频参考时按有视频输入的固定价格扣除。
来自 gemini-omni-audio 的音频 ID，最多 1 个。
视频参考片段（可选）
源视频需不超过 30 秒；选取片段必须不超过 10 秒。
来自 gemini-omni-character 的 Character ID，最多 3 个。
已用参考配额: 0/7
消耗: 50 点数余额: 0 点数
点数不足购买点数
视频预览
生成的视频会显示在这里
Gemini Omni 视频Gemini Omni AI 视频生成器
多模态创意短片工作流
Gemini Omni 把任何想法变成视频画布。文本提示词、参考图、粗剪片段、音频方向、模板和头像概念，都可以进入同一个创作流程。现在就用 Gemini Omni 视频引擎开始生成。
Gemini Omni | AI 视频生成器 | 多模态视频生成器 | 头像视频 | 聊天式视频编辑 | 视频重混 | Gemini Omni 模型
文本 + 图片
多模态提示
Avatar
自拍头像概念
Gemini Omni
生成模型
为什么使用 Gemini Omni
Gemini Omni 被包装为一站式视频创作页，适合快速提示词、视觉参考、头像概念、视频重混和电影级输出。
文本、图片、音频、视频共用一张画布
把提示词、参考图、场景说明、声音方向和粗剪视频想法放进同一个顺滑的创作流程。
聊天式生成、重混与模板
先得到第一版结果，再继续微调：保留场景、调整动作、改变光照、套用模板，或重新设定机位。
头像驱动的视频概念
规划用自拍或人像引导个人头像、产品主持人、虚拟讲解员或连续角色的短视频。
更强的物体、运动与光照表达
围绕可信的物体交互、干净的场景构图、真实动作和连续光照来组织视频提示词。
Gemini Omni 创作工作流
用 Gemini Omni 快速测试创意短片、产品动效、社媒内容、头像场景和可重混的视频概念。
自拍到头像场景
规划用自拍或人像引导个人头像、产品主持人、虚拟讲解员或角色插入的短视频。
通过聊天重混和微调
组织后续编辑提示词：保留原场景，调整动作，改变光照，替换背景，或重新设定机位。
Gemini Omni 常见问题
快速了解 Gemini Omni 的能力定位，以及当前 Gemini Omni 生成工作流。