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 1.1，以自然语言生成和编辑视频

Gemini Omni Flash 是 Google DeepMind 推出的对话式视频生成与编辑模型，于 Google I/O 2026 作为 Gemini Omni 家族成员首次亮相。它将 Gemini 的多模态推理能力与原生视频创建功能结合：你用自然语言描述想要的内容，附上参考图像或视频，模型即可生成带有同步音频的视频片段。当前版本 Gemini Omni Flash 1.1 已于 2026 年 8 月 27 日正式发布，新增了关键帧插值、360p/4K 输出选项和场景扩展功能。

​

Gemini Omni Flash 1.1 的优势

• 对话式视频编辑：使用自然语言精修和编辑视频：替换角色、重新布光、改变角度、添加或移除对象，同时保留原始音轨和视频轨道
• 多模态输入：组合文本、图像（最多 14 张）和视频（最多 3 个，每个 10 秒）来引导生成。每个输出都带有原生音频轨道
• 关键帧插值：使用 image_to_video 任务时，附上起始帧和可选的结束帧，模型会生成两者之间的画面
• 参考图生视频：使用 <IMAGE_REF_0> 等标签将参考图像绑定到角色，让图像中的角色、产品和对象出现在新场景中，而图像本身不会被用作画面帧
• 场景扩展：extend 任务为视频追加最多 10 秒的新画面，通过读取最后 10 秒的上下文保持角色和运动的一致性，累计可扩展至约 40 秒
• 分辨率控制：先以 360p 起草（成本约为 720p 的三分之一），再以 720p、1080p 或 4K 重新渲染。支持 16:9 和 9:16 画面比例
• 世界知识与模拟：将物理理解与 Gemini 在历史、科学和文化背景方面的知识相结合，实现超越照片写实的有意义叙事
• 文本与动作同步：将清晰可读的文本和图形直接渲染到视频中，使动态文字与画面中的动作保持同步

使用 API 节点需要保证你已经正常登录，并在受许可的网络环境下使用，请参考API 节点总览部分文档来了解使用 API 节点的具体使用要求。

本地用户

请确保你的 ComfyUI 已经更新。

• ComfyUI 下载
• ComfyUI 更新教程

本指南里的工作流可以在工作流模板中找到。如果找不到，可能是 ComfyUI 没有更新。

如果加载工作流时有节点缺失，可能原因有：

1. 你用的不是最新版（每夜版）。
2. 启动时有些节点导入失败。

云端用户

• Cloud 会在 ComfyUI 稳定版本发布后更新。

所以，如果你发现本文档中有任何核心节点缺失，可能是因为新核心节点尚未在最新稳定版中发布。请等待下一个稳定版发布。

Gemini Omni Flash 1.1 工作流需要 ComfyUI 0.34.2 或更高版本。在节点中，从模型下拉菜单选择 Omni Flash 1.1 即可使用正式版模型；Omni Flash 选项运行的是预览版模型，该模型计划于 2026 年 9 月 30 日退役。

​

可用工作流

​

文本转视频（Omni Flash 1.1）

使用 Gemini Omni Flash 1.1 根据自然语言提示生成电影级视频。在提示中直接描述所需时长（3 到 10 秒），并在节点中选择画面比例和输出分辨率：16:9 或 9:16，360p 用于低成本草稿，最高可到 4K 用于最终渲染。每个片段都包含生成的音频轨道。

在 Comfy Cloud 上运行

在 Comfy Cloud 中打开

下载工作流

下载 JSON，或在模板库中搜索“Gemini Omni 1.1”

​

图像转视频（Omni Flash 1.1）

使用 Gemini Omni Flash 1.1 让图像动起来。使用 image_to_video 任务时，第一张附带的图像成为起始帧，可选的第二张图像成为结束帧：模型生成两者之间的画面，让镜头环绕、缩放过渡和循环片段变得可预测。

在 Comfy Cloud 上运行

在 Comfy Cloud 中打开

下载工作流

下载 JSON，或在模板库中搜索“Gemini Omni 1.1”

​

参考图生视频（Omni Flash 1.1）

使用最多 14 张参考图像生成融入特定主体的视频。在参考模式下，使用 <IMAGE_REF_0> 等标签将每张图像绑定到角色，并在提示中引用这些标签：图像中的角色、产品和对象会出现在场景中，而图像本身不会被用作画面帧。将角色参考与风格参考结合使用，可获得品牌一致性内容。

在 Comfy Cloud 上运行

在 Comfy Cloud 中打开

下载工作流

下载 JSON，或在模板库中搜索“Gemini Omni 1.1”

​

视频编辑（Omni Flash 1.1）

使用 Gemini Omni Flash 1.1 以自然语言编辑视频。使用 edit 任务时，节点接收一个输入视频（10 秒以内），并根据你的指令重写它：更换背景、重塑场景风格、添加或移除元素。edit 和 extend 任务会保持输入视频的画面比例。简单的提示效果最好；加上“其余部分保持不变”可以最大化一致性。

在 Comfy Cloud 上运行

在 Comfy Cloud 中打开

下载工作流

下载 JSON，或在模板库中搜索“Gemini Omni 1.1”

​

视频扩展（Omni Flash 1.1）

使用 extend 任务为现有视频每步扩展最多 10 秒，可构建总长约 40 秒的故事。模型会分析最后 10 秒的上下文，在场景从上次中断处继续时保持角色、运动和音频的连贯。可以选择附上参考图像，在故事中途引入新角色。扩展只在片段末尾追加新内容，但模型可能会修正末尾的原始帧以使过渡更流畅。

在 Comfy Cloud 上运行

在 Comfy Cloud 中打开

下载工作流

下载 JSON，或在模板库中搜索“Gemini Omni 1.1”

​

开始使用

1. 将 ComfyUI 更新到最新版本（Omni Flash 1.1 工作流需要 0.34.2 或更高版本）
2. 双击画布，搜索“Gemini Omni Flash”节点
3. 或者进入模板库，使用现成的工作流
4. 选择与输入类型（文本、图像或视频）匹配的工作流
5. 输入提示并生成

为获得最佳效果，可将 Gemini Omni Flash 与 Nano Banana 2 Lite 组合使用：先高速生成图像，再用 Gemini Omni Flash 将它们动画化为视频。