AI 视频
Google Flow：图像参考、视频生成与来源标记
使用 Google Flow 制作连续性更好的图片转视频镜头：准备参考图、描述动作而非重复外观、控制镜头并诊断可见错误。
核心要点
使用干净的高分辨率参考图，确保手、脸、物体边缘和背景本身合理，因为视频会放大源图缺陷。
当视觉身份比从文本探索新构图更重要时，使用图片转视频。
手部、工具接触、文字、反射和多物体交互仍是常见失败区域。
Flow 最适合作为镜头实验室，而不是一键电影工作室。它的价值在于把参考素材、提示词和镜头版本放在同一制作空间，同时由创作者做编辑决策。最快的改进通常是把每条提示词缩减为一个可见动作和一个镜头运动。增加形容词很少能解决接触不稳定、身份漂移或动作过载。
资料核查日期：2026年8月4日。
Google Flow 是围绕 Google 生成式媒体模型构建的影视工作空间。在图片转视频任务中，起始画面已经定义了主体、构图和大部分视觉身份，因此提示词应减少重复描述外观，把重点放在动作、镜头、节奏和必须保持不变的元素上。稳定的结果通常来自多个短而受控的镜头，而不是一条提示词要求完成包含大量动作的整段场景。
可执行的使用流程
- 使用干净的高分辨率参考图，确保手、脸、物体边缘和背景本身合理，因为视频会放大源图缺陷。
- 提示词只写一个主要动作、一个镜头指令和一个连续性限制，例如机器人拧紧一颗螺丝、微距慢推、外壳与灯光保持不变。
- 生成短镜头，淘汰身份漂移或接触关系不合理的片段，只保留能与下一镜头顺畅衔接的画面。
- 需要精确节奏、声音、字幕或品牌安全剪辑时，应在生成器外完成后期，生成和编辑是两项不同工作。
如何避免浪费时间和预算
| 决策因素 | 实用建议 |
|---|---|
| 主要用途 | 当视觉身份比从文本探索新构图更重要时，使用图片转视频。 |
| 最佳使用环境 | 重复角色、道具和环境可使用参考素材，但每个镜头仍需检查，不能假设完全一致。 |
| 评估指标 | 如果起始图会过度限制镜头或场景，文本转视频更合适。 |
| 治理检查 | 按最终可用秒数而不是生成秒数计算预算，因为废片也消耗额度和审核时间。 |
限制、风险与常见失败点
- 手部、工具接触、文字、反射和多物体交互仍是常见失败区域。
- 视觉上可信的片段仍可能包含物理上不可能的运动，或在剪辑后明显的连续性错误。
- 可用地区、模型和额度规则取决于当前 Google 方案，并可能变化。
- Google 说明，Flow 中使用 Veo、Omni 或 Nano Banana 生成的输出包含不可见的 SynthID 水印。发布时还应核查目标平台的标注要求。
作者 @techniahqrobot