Google Flow AI视频创作教程

作者：技术拾光时间：2026-07-18 06:35:09浏览：548

GoogleFlow是谷歌实验室推出的AI视频创作平台，集成Veo、Imagen和Gemini，提供首尾帧控制、多参考图与视频扩展等专业流程。支持1080P、原生音频，分Quality与Fast版本，含文生、图生和Ingredients三种模式，并可借助NanoBanana编辑器处理图像。

Google Flow，这个名字最近在AI视频圈里挺火的。简单来说，它是Google实验室出品的一个AI视频创作平台，背后集成了Google自家的几大看家本领——Veo（视频生成）、Imagen（图像生成）和Gemini（多模态理解）。但Flow跟市面上那些“输入一句话，出来一段视频”的玩具可不一样，它提供了一整套更专业的视频制作流程，比如首尾帧控制、多参考图生成、视频扩展等等，说是“AI电影制作工具”一点也不为过。今天，我们就来彻底盘盘它。

准备工作：先拿到入场券

访问与账号

入口很直接，就是 labs.google/flow。你需要一个Google账号才能登录。新用户注册后会获得150个免费积分，足够你玩一阵子了。不过要注意，目前Veo 3这个模型只对Pro以上订阅用户开放，但好消息是首月免费。如果你是学生，用你的.edu邮箱认证一下，还能额外获得15个月的免费使用时间。

核心能力：Flow凭什么这么强？

视频生成引擎：Veo 3 与 Veo 3.1

这是Flow的心脏。Veo 3提供了两个版本：

Quality版：高质量输出，每个视频消耗100个积分（折算下来大约7块钱）。适合最终成片。
Fast版：快速生成，每个视频只花20个积分（约1.4元）。用来快速迭代想法、测试草稿再合适不过。

它能生成1080P分辨率、24fps的视频，支持16:9的横屏和9:16的竖屏。最让人惊喜的是，它能原生生成音频，包括对话、环境音和画外音。时长方面，你可以选择4秒、6秒或8秒。另外，它还允许你上传最多3张参考图来引导生成方向，这很关键。

三种创作模式，应对不同场景

Flow不是只有一个“文生视频”的按钮，它有几种不同的玩法：

文生视频：最基础的，输入提示词直接生成。适合快速创意和概念演示。
图生视频（首尾帧）：这是个大杀器。你可以指定起始帧和结束帧的图像，让AI根据你的提示词，生成中间所有的过渡画面，实现精确的叙事控制。
Ingredients模式：上传多张参考图（比如角色的不同角度、服装细节、环境设定），让AI统一风格，保持角色或场景在多个镜头间的一致性。
视频扩展 (Extend)：从已有视频的结尾处继续生成，延展剧情。这是制作长视频、讲完整故事的核心工具。

彩蛋：Nano Banana 图像编辑器

2025年11月，Flow还集成了一个叫Nano Banana的图像编辑模型。它的能力很特别：

一键抠图，精度能到发丝级。
用自然语言替换背景，比如“移除背景，放到月球表面”。
甚至可以直接把编辑好的图片拖进时间线，生成一个8秒的动态镜头。

价格也很友好，每张图片0.039美元，对Gemini免费版及以上的用户开放。

实战操作：从零开始制作一个视频

入门：生成你的第一个镜头

登录后，先点“新建项目”。在提示框里，记得把模式从“图片”切换成“影片”。

写提示词是门手艺，这里有个基本公式可以套用：

[主体] 在 [环境] 中做 [动作]，[相机运镜描述]，营造出 [氛围]。音效：[具体声音描述]。

举个例子：
“一只毛茸茸的白色小猫在跳水台上优雅地翻转，镜头从侧面缓缓推进，营造出奥运比赛的严肃感。音效：水花溅起声、观众欢呼声。”
（当然，用英文写效果会更稳定。）

选好模型版本（草稿用Fast，成品用Quality）、时长（建议先试4-6秒）、宽高比和分辨率，点击生成。等上1到3分钟，就能看到结果了。如果满意，直接右键下载就可以——注意视频右下角会自带一个Veo水印。

进阶：用“扩展”功能讲故事

Flow真正的魅力在于它能帮你做出连贯的多分镜视频。我们还是拿刚才那只小白猫举例。

第一步，生成第一个分镜。
输入提示词，得到一段8秒的视频，比如小白猫跳水。点击视频下方的“Add to scene”，把它添加到时间线。

第二步，扩展剧情。
在时间线上选中这个片段，点击“Extend”，然后输入下一个分镜的提示词，比如：“猫妈妈走进房间，看到小白猫砸坏了电脑，表情从疑惑变为严厉。” Flow会基于上一段视频的结尾画面，自动生成下一段，并且保持角色和场景的一致性。

第三步，重复扩展，构建故事。
每个分镜8秒，通过多次Extend，就能形成一段30到60秒的完整故事。之后，你可以把导出的多段视频用剪辑软件（剪映、Premiere都行）拼在一起，加上字幕和配乐。

高级玩法：让静态图片“动”起来

除了从文本开始，你还可以用图片来引导。

首尾帧控制叙事：准备两张图，一张作为开头，一张作为结尾。在“Frames to Video”模式下上传，再写一段提示词描述中间的过渡动作，AI就能帮你“脑补”出整个过程。比如，从一张熊猫表情包出发，让它穿越到办公室。
Ingredients保证一致性：如果你有一个固定的角色，可以上传最多3张它的参考图（正面、侧面、服装特写），然后选择“Ingredients to Video”模式。在后续的提示词中，反复使用相同的角色描述词，就能让角色在多个镜头中看起来始终如一。
让照片动起来：上传一张风景照，配合提示词“无人机航拍镜头，缓缓拉远”，AI就能模拟出航拍的效果，相当惊艳。