Google AI 视频生成器：模型有哪些，这里怎么用

Google 并不只卖一个视频生成器，而是打造了一整个视频模型家族，并通过多个入口发布。最有名的是 Veo，它的旗舰视频模型，为 Google 自家应用里的视频能力提供支持。Omni 是更新的产品线：Google 在 2026 年 5 月宣布它可以「从任何输入创建内容，先做视频」，而 Gemini Omni Flash 是这个家族里速度较快的成员。

分清这一点在你找工具时很关键。「Google AI 视频生成器」并不是某一个网站，而是一组模型：你可以通过 Google 自家产品使用，可以写代码走 Gemini API，也可以通过替你调用模型的第三方工作台。Flash Omni 属于第三种：它在普通网页界面背后替你运行 Gemini Omni Flash，下面的表格写清了它能产出什么。

不需要创建项目、密钥或子账号，整个流程就是一个页面加一段提示词。

图像提示词描述一个定格的瞬间，视频提示词还必须描述运动，多数失望的结果都来自漏掉了这一点。写清什么在动、镜头怎么动：「慢镜头里一只纸杯被碰倒，镜头保持低机位稳定不动」——这种信息图像模型完全不需要，视频模型却必须有。

另一个杠杆是时长。把五件事塞进提示词的，只会得到一段混乱的 4 秒；只写一个干净动作的，才能得到读得懂的片段。想要一组镜头，就分开生成再剪辑，并沿用同一批参考图，让风格在剪辑点上保持一致。

视频按每次渲染消耗积分计费，而不是按订阅分钟数。720p 与 1080p 同价，因此成片没有理由用 720p；4K 更贵，只有大屏播放或需要重度裁切时才值得。新账号起步赠送 300 积分，够做 3 条 4 秒试稿，或 2 条默认 6 秒视频。

这是短片生成工具，不是电影制作工具。视频时长 4 到 10 秒，工具内没有时间线，所以更长的作品需要在别处把多条生成结果拼起来。这很适合社交短片、广告节拍、产品特写、情绪镜头和 b-roll——那些拍摄昂贵、描述便宜的画面。

它不适合任何必须逐字准确的东西。画面里的文字、精确的标志、特定的真实人物和品牌指定字体，都是重新渲染的模型只能近似、无法保证的部分。把这些留给后期合成，让模型负责它们周围的画面。

第一个是直接用最高规格做试稿。先渲染 4 秒 1080p 的测试——这是最便宜的有效输出——确认构图无误后再上 10 秒或 4K。第二个是两次尝试之间把整段提示词都重写，这等于把刚花钱买到的信息全部丢弃；每次只改一句话，其余保持不变。

第三个是最后才定画幅。它不是事后能裁切的参数：9:16 从一开始就改变构图，横屏里拍满的场景在竖屏里会丢掉边缘。在第一次渲染之前，就决定这条视频要发到哪里。