Gemini Omni 1.2 Flash

制作带原生声音的短片。从提示词开始,用参考素材引导场景,并选择 3 至 15 秒的横屏或竖屏画面。

视频

将在新标签页打开 Clico Web。发送前请检查提示词和设置。

穿越万神殿,来自 Google 的 Gemini Omni 发布演示画面

穿越万神殿

镜头连续穿过广场,进入建筑,再朝开放的穹顶升起。

可自行调整的起始提示词

用一个连续的电影感航拍镜头,在黄金时刻穿过罗马广场,进入万神殿,从凹格穹顶下方平稳掠过,再向敞开的天顶圆洞升起。保留暖色石材、长长的影子和稳定的尺度感。配上自然城市环境音和缓缓渐强的音乐。

Google DeepMind 发布示例,此处展示节选。 查看原始演示。建议提示词只会准备一份新草稿,并非 Google 的原始提示词。

海岛全貌,来自 Google 的 Gemini Omni 发布演示画面

海岛全貌

近距离的海岸场景,逐渐拉开为开阔的航拍全景。

可自行调整的起始提示词

从热带海滩的近景开始,一位漂流者跪在浮木旁。用一个连续镜头,平稳后拉并升高,直到蓝绿色海湾和绿色岛屿铺满画面。随着景色展开,让人物保持原位。配上海浪和风声。

Google DeepMind 发布示例,此处展示节选。 查看原始演示。建议提示词只会准备一份新草稿,并非 Google 的原始提示词。

走进蜂巢,来自 Google 的 Gemini Omni 发布演示画面

走进蜂巢

微距镜头、跟随标注和尺度变化,组成一段简短的视觉讲解。

可自行调整的起始提示词

制作一段 15 秒的电影感微距解说,场景设在金色蜂巢内部。从工蜂转向蜂王,再展示卵和幼虫,最后以花蜜变成蜂蜜收尾。安排四个镜头,用利落的匹配剪辑衔接,并加上小而清晰的标注。采用温暖光线、细腻纹理和安静的蜂巢环境音。

Google DeepMind 发布示例,此处展示节选。 查看原始演示。建议提示词只会准备一份新草稿,并非 Google 的原始提示词。

把文字变成动态场景。

描述这一刻,选择镜头,在 Clico 中把它做成视频。

指导整个场景

主体
场景中的人物、地点或商品。
镜头
缓慢推进、环绕或大幅揭示场景。给镜头运动一个清楚的终点。
声音
为这一刻添上氛围音、对白或音乐。
开始创作场景
  1. 描述场景

    说明主体、一个动作和所需声音。可以从文字开始,也可以添加你自己的参考图片。

  2. 选择镜头

    设置时长、分辨率和画面比例。描述运镜方式,或要求固定镜头。

  3. 在 Clico 中检查

    继续前往 Clico Web,检查并发送草稿。再生成下一个版本前,先检查动作并听一遍声音。

使用 Gemini Omni 创作

选择你想要的镜头。

对比 Clico 中可选的时长、构图和参考图控制。

Gemini Omni 1.2 Flash 面向 Pro 和 Max 用户,支持自动原生声音,以及 360p 至 4K 输出。在 Clico 中最多可用五张参考图片或一段参考视频。尾帧插值支持 3 至 10 秒。

Clico 中可用的设置,核对日期为 2026 年 11 月 6 日
模型时长分辨率输入图像音频和取景
Gemini Omni 1.2 Flash3 至 15 秒360p, 720p, 1080p, 4K最多 5 张参考图
首帧、尾帧
自动生成原生声音
16:9, 9:16
Seedance 2.54 至 30 秒480p, 720p最多 5 张参考图
首帧、尾帧
可选生成音频
16:9, 4:3, 1:1, 3:4, 9:16, 21:9
Veo 3.1 Fast4、6、8 秒720p, 1080p, 4K最多 5 张参考图
首帧、尾帧
可选生成音频
16:9, 9:16

这些是 Clico 的控件。提供商可能在自己的平台上提供额外功能。可用性取决于你的账户和生成服务提供商。

规划下一段视频。

选择分辨率和时长,预估生成费用。

分辨率美元/秒8 秒预估
360p$0.030123625 积分
720p$0.090355273 积分
1080p$0.1355328109 积分
4K$0.2710656217 积分
73 积分

每个积分对应 $0.01,每段视频的费用向上取整为整数积分。这些费率已包含 Clico 的 30% 加价;聊天和其他活动另行消耗积分。

查看 Pro 和 Max 套餐

关于 Gemini Omni 的问题。

谁可以使用 Gemini Omni 1.2 Flash?

Clico Pro 和 Max 用户可以使用 Gemini Omni 1.2 Flash,需有足够积分支付所选片段。

可以从图片或视频开始吗?

可以,在 Clico 中最多使用五张普通参考图,或一段参考视频。首帧和尾帧是单独的边界画面控制。一次请求请选择视频参考或边界帧,不要混用。

可以生成 15 秒片段吗?

新片段支持 3 至 15 秒。如果提供尾帧进行插值,请选择 3 至 10 秒。描述一个清楚的动作,以及镜头应该停在哪里。

模型会生成声音吗?

会,原生声音会自动生成。请在提示词中描述对白、环境音或音效。Clico 没有为此模型提供单独的静音输出开关。

尝试提示词会开始付费生成吗?

不会。提示词按钮只会填入输入框。继续前往 Clico Web,按需登录,检查设置,并明确发送请求,才会开始生成。

探索更多 AI 工具。

继续使用适合你创意的模型和工作流程。