最新的 Omni：包含声音，整体场景表现更好
Gemini Omni 1.1 是 Hermoso 可用于生成视频广告、产品视频或 UGC 片段的 39 个视频模型之一。可以指定它，也可以不填，由路由自动选择一个合适的默认模型。同一套目录可通过应用、MCP 服务器和 CLI 使用，共用一个账户和一个积分余额；每次生成的确切价格都会在运行前显示在应用中。
上述链接的格式即 创意配方，由 Hermoso 为你的品牌规划并生成。
Google 开发 Veo、Gemini Omni、Imagen 和 Nano Banana 图像模型，在电影感动作和文字精准编辑方面表现出色。
| 时长 | 4s6s8s10s |
|---|---|
| 最长单镜头 | 一个不间断镜头，最长 10 秒 |
| 分辨率 | 720p1080p4k |
| 宽高比 | 9:1616:9 |
| 声音 | 原生音频（可按次生成关闭） |
| 模式 | 文生视频、图生视频、参考图生视频 |
| 参考图 | Hermoso 中每次最多 3 个（我们的保真上限，依据付费生成测得；模型本身支持更多） |
| 编辑已有视频 | 否 |
| 模型 ID | omni-1.1 |
Gemini Omni 1.1 生成的每种宽高比都对应一个投放位置：
| 模型 | 时长 | 最高分辨率 | 声音 | 参考图 |
|---|---|---|---|---|
| Gemini Omni 1.1 | 4–10s | 4k | 原生 | 最多 3 张 |
| Gemini Omni | 4–10s | n/a | 原生 | 最多 3 张 |
| Veo 3.1 | 4–8s | n/a | 原生 | 最多 3 张 |
| Veo 3.1 Fast | 4–8s | n/a | 原生 | 最多 3 张 |
| Seedance 2.0 | 5–15s | 4k | 原生 | 最多 5 张 |
| Seedance 2.5 | 4–30s | 1080p | 原生 | 最多 9 张 |
| Kling O3 Edit | 5–15s | n/a | 无声 | 最多 4 张 |
查看 全部 39 个视频模型并排对比。
在 Claude、ChatGPT、Cursor 或任何已连接 Hermoso 的助手中，用大白话说出模型名。也可以在应用的模型菜单中选择。
Gemini Omni 1.1 可生成 4 到 10 秒的片段。更长的广告由多个片段组成。
有。Gemini Omni 1.1 会随画面生成原生音频，因此真人创作者或旁白就在同一个镜头里。
有。最多附上 3 张产品参考图，Hermoso 会在生成中保留真实产品。
每次生成前，应用中都会显示确切的积分价格，并按实际成本结算。积分的价值请见定价页。
先列出其他 Google 模型，再列出目录中与 Gemini Omni 1.1 最接近的视频模型。
Gemini Omni
最快、最便宜的带声音模型。可从文本、图像或视频开始
4–10 秒 · 原生声音
Veo 3.1
顶级画质，带声音，电影感
4–8 秒 · 原生声音
Veo 3.1 Fast
更快 · 带音频
4–8 秒 · 原生声音
Seedance 2.0
同步音频 · 最长 15 秒 · 人物看起来明显是 AI 生成的（皮肤发蜡、光线发亮）：适合物体、食物、空镜或风格化片段；真实感人物请用 Seedance 2.5
5–15 秒 · 720p / 1080p / 480p · 原生声音
Seedance 2.5
默认单次不间断镜头最长 30 秒 · 同步音频 · 可从已保存的创作者或你有权使用的照片中保留人物面孔
4–30 秒 · 1080p / 720p / 480p · 原生声音
Kling O3 Edit
根据文字指令和最多四张参考图编辑你已有的片段，保留其动作、时序和声音；片段时长 3 至 15 秒，分辨率 720 像素或更高
5–15 秒 · 无声
Kling 3.0
最新的 Kling：带声音，单个片段可包含多个镜头，最长 15 秒
5–15 秒 · 原生声音
FLUX 3 Edit
根据文字指令编辑你已有的片段，保留其动作、时序、构图和声音；片段需不超过 15 秒
5–15 秒 · 无声
查看 全部 39 个视频模型，或 Hermoso 提供的全部模型。