工作流教程
Gemini Omni Flash：对话式视频生成
通过合作节点在 ComfyUI 中使用 Google 的多模态视频模型 Gemini Omni Flash，以自然语言生成和编辑视频
Gemini Omni Flash 是 Google DeepMind 推出的高质量、经济高效的视频生成与对话式编辑模型。该模型于 Google I/O 2026 作为 Gemini Omni 家族成员首次亮相，将 Gemini 的多模态推理能力与原生的视频创建功能结合，使开发者能够通过自然对话生成、编辑和重新混合视频。
Gemini Omni Flash 提供的功能
- 对话式视频编辑：使用自然语言精炼和编辑视频——替换角色、重新布光、改变角度、添加或移除物体，同时保留原始音视频轨道
- 多模态输入：结合文本、图像和视频输入来引导生成。每次输出视频时原生生成同步音频
- 世界知识与模拟：将物理理解与 Gemini 在历史、科学及文化背景方面的知识相结合，实现超越照片真实感的有意义叙事
- 文本与动作同步：直接在视频中渲染清晰文本和图形，使动态排版与屏幕上的运动同步
- 定价：每秒钟视频输出 $0.10，与 Veo 3.1 Fast 定价一致
工作流
文本转视频
在 Comfy Cloud 中运行
在 Comfy Cloud 中打开
下载工作流
下载 JSON，或在模板库中搜索“Gemini Omni Flash”
根据自然语言提示生成电影级视频。将文本描述转换为具有世界感知的运动、光照和声音的视频输出。非常适合社交媒体内容创作、快速视频原型制作以及迭代式视觉叙事。
图像转视频
在 Comfy Cloud 中运行
在 Comfy Cloud 中打开
下载工作流
下载 JSON，或在模板库中搜索“Gemini Omni Flash”
下载示例图像 1
获取此工作流的示例输入图像
下载示例图像 2
获取第二张示例输入图像
使用 Gemini Omni Flash 从两张图像生成视频。解释自然语言提示以控制时长和画面比例。非常适合制作简短品牌剪辑、动态社交媒体内容，以及通过对话式提示进行迭代视频编辑。
视频编辑
在 Comfy Cloud 中运行
在 Comfy Cloud 中打开
下载工作流
下载 JSON，或在模板库中搜索“Gemini Omni Flash”
下载示例视频
获取此工作流的示例输入视频
使用 Gemini Omni Flash 以自然语言编辑视频。根据描述性指令将单个输入视频转换为经过编辑的输出。在提示中指定时长和画面比例。非常适合快速社交媒体混剪、电影场景调整以及迭代视频精修。
开始使用
- 将 ComfyUI 更新到最新版本
- 双击画布，搜索“Gemini Omni Flash”节点
- 或者进入模板库，使用现成的工作流
- 选择与输入类型（文本、图像或视频）匹配的工作流
- 输入提示并生成
官方原文
本页来自 Comfy-Org 官方中文文档的固定版本，并转换为 xueai 静态页面。内容以官方持续更新的页面为准。