Gemini Omni Flash 评测：30 天创作者挑战
一份围绕 Flixly 上 Gemini Omni Flash 视频打造的 30 天创作者挑战计划，在同一个控制台中搭配 Gemini 3.1 Flash TTS 旁白、对口型和自动字幕。
一句话总结
Gemini Omni Flash 是 Flixly 上的视频模型，支持文生视频、图生视频和参考生视频，可生成 16:9 或 9:16 的 4、6、8 或 10 秒片段（v1.1 新增 3-10 秒时长和视频生视频）。Gemini 3.1 Flash TTS 则是另一个独立的语音模型。30 天挑战将两者与 Lip Sync 和 Auto Captions 结合，全部从同一个积分余额中扣费，每次生成前都会先显示报价。
当每天更新内容意味着要在视频、旁白、声音克隆和字幕等不同应用之间来回切换时，创作者往往会陷入瓶颈。30 天挑战是检验一个平台能否承载整套流程的好方法，而 Gemini Omni Flash 自然成为视频环节的核心。
在多个服务之间切换，会带来版本不一致、重复上传和账单分散等问题。
Flixly 把一切集中在同一个控制台中。一个积分余额即可覆盖 Gemini Omni Flash 视频片段、Gemini 3.1 Flash TTS 文本转语音、声音克隆、对口型和字幕。别把名字弄混：Gemini Omni Flash 生成视频，而 Gemini 3.1 Flash TTS 生成语音。
第 1 天：写一段简短的旁白脚本。在文本转语音中用 Gemini 3.1 Flash TTS 生成配音，然后在 Video Generator 中用 Gemini Omni Flash 生成与之匹配的片段。
第 3 天：录制一段干净的声音样本，并用声音克隆创建自定义声音。在用于客户项目之前，先亲自试听效果。
第 7 天：在较长的旁白下方加入来自音乐生成的背景音轨，并把音乐音量调低，让人声保持清晰。
可规模化的每日工作流
30 天里的每一天都遵循三个步骤：生成音频、生成或动画化画面，然后添加字幕。
搭建音频基础
每天从文本转语音开始。简短且标点清晰的脚本更容易检查和重做。如果某句听起来不对，只修改并重新生成那一句，而不是整段脚本。更多声音和提示词思路，请参阅 Gemini 3.1 Flash TTS 演示。
添加画面层
音频准备好后，打开图生视频为之前制作的静态图片添加动态效果，或打开参考生视频保持角色一致。Gemini Omni Flash 两种方式都支持。为 Shorts、Reels 和 TikTok 选择 9:16，时长选择 4、6、8 或 10 秒。Gemini Omni Flash v1.1 支持 3 到 10 秒之间的任意时长，并新增视频生视频。如果片段中有人在说话，就把它和你的旁白一起放进 Lip Sync 处理。
字幕与发布
最后使用 Auto Captions。它会返回字幕已烧录进画面的视频，下载后即可发布到各个平台。
同一会话内的模型对比
| 模型 | 类型 | 输入 | 时长 | 费用 |
|---|---|---|---|---|
| Gemini Omni Flash | 视频 | 文本、图片、参考 | 4、6、8、10 秒 | 应用内报价 |
| Gemini Omni Flash v1.1 | 视频 | 文本、图片、参考、视频 | 3-10 秒 | 应用内报价 |
| Gemini 3.1 Flash TTS | 音频（语音） | 文本 | 不适用 | 应用内报价 |
| Seedance 2.0 | 视频 | 文本、图片、参考、首帧/尾帧 | 4-15 秒 | 应用内报价 |
| Kling 3.0 | 视频 | 文本、图片 | 3-15 秒 | 应用内报价 |
Gemini 3.1 Flash TTS 负责旁白，Gemini Omni Flash 负责短片段。当某个镜头需要超过 10 秒时，改用 Seedance 2.0 或 Kling 3.0；当你想指定首帧和尾帧时，改用 Seedance 2.0。
需要预料的特殊情况
长脚本更难修改。把它拆分成几个部分，这样一句不理想的话就不必让你全部重新生成。
声音克隆效果在很大程度上取决于样本。录音中的背景噪音、音乐或回声往往会带入克隆出的声音，所以请在安静的房间里录制。
需要了解的限制
每个账户都有独立的积分余额，因此如果多人参与，请提前规划谁来生成哪些内容。Gemini Omni Flash 片段最长为 10 秒，更长的故事需要多个镜头，或使用 Long Video Generator。
下一步
在 Video Generator 中用 Gemini Omni Flash 开启你自己 30 天挑战的第 1 天，然后在文本转语音中添加旁白。
常见问题
Gemini Omni Flash 和 Gemini 3.1 Flash TTS 是同一个模型吗？▾
不是。Gemini Omni Flash（以及 Gemini Omni Flash v1.1）是视频模型，Gemini 3.1 Flash TTS 是文本转语音模型。在 Flixly 上，前者在 Video Generator 中使用，后者在文本转语音中使用。
在 Flixly 上用 Gemini Omni Flash 或 Gemini TTS 生成一次需要多少积分？▾
没有固定数字。费用取决于模型、时长和设置，应用会在每次生成前显示积分报价。
Gemini Omni Flash 支持哪些片段时长？▾
Gemini Omni Flash 提供 4、6、8 或 10 秒的片段。Gemini Omni Flash v1.1 支持 3 到 10 秒之间任意整数秒时长。两者都可输出 16:9 或 9:16。
挑战结束后，我应该把文件留在 Flixly 里吗？▾
请下载你想保留的成品视频和音频。把生成历史当作工作区，而不是永久存档。
Auto Captions 会给我字幕文件吗？▾
不会。Auto Captions 返回的是字幕已烧录进画面、可直接发布的视频，它不是字幕文件编辑器。