AI 工作流 · 影像製作

Google AI Pro 的 Colab 和 Flow 可以做什麼?|開源配音、圖轉影片做成 30.5 秒短影音,實測數字與失敗片段

訂閱每個月附 200 個 Colab 運算單元、1000 點 Flow 點數。我拿這兩個做了一支 30.5 秒的直式短影音,把實測數字、踩過的坑、怎麼處理,和失敗的片段一起攤開。

Colab 跑開源模型、Flow 讓圖動起來,最後接進剪輯台。

Google AI Pro 的訂閱裡附了兩份算力(可以拿來跑 AI 的運算額度):Colab 的運算單元,等於跟 Google 借一台有 GPU 的電腦(GPU 是專門跑 AI 的顯示卡),拿來跑免費的開源 AI 模型;Flow 的點數,可以把一張圖變成一段動態影片。我拿這兩個實際做了一支 30.5 秒的直式短影音,這篇把怎麼做、踩過哪些坑、最後怎麼處理,連同失敗的片段和最後成功的那支,一起攤開。

  • Colab 我實測了兩件事:AI 配音(Qwen3-TTS、Breeze-TTS-2 兩個開源模型)和把圖變影片(Wan2.2、HunyuanVideo)。配音能用;圖變影片 Wan2.2 做出來的我判定不能用,HunyuanVideo 沒跑完。
  • Flow 一支 5 秒的影片扣 15 點。第一版拿 4:5 的圖(接近方形)丟進去,標題左右被裁掉;第二版改成一開始就生 9:16 的圖(手機直式全螢幕的比例),這版我說「可以喔」。
  • Flow 的片接進剪輯台(我自己的網頁剪輯工具),配上朵拉(我的 AI 角色)的聲音,做成最後那支 30.5 秒的片。
  • 這次做下來的分工:剪輯留在自己電腦;Colab 接會讓電腦卡、可以整批丟上去跑的工作;封面短動畫用 Flow。
適合誰
  • 有訂 Google AI Pro,但不知道裡面的 Colab 和 Flow 可以拿來做什麼的人
  • 用自己電腦跑 AI 配音、AI 影片,跑到電腦很卡的人
  • 想做直式短影音(Threads、IG、YouTube Shorts),想知道 AI 能幫到哪一步的人
你可以帶走什麼
  • Colab 運算單元、Flow 點數各能做多少事的實測數字
  • Flow 圖轉影片的操作步驟,和一開始就要生 9:16 圖的理由
  • Flow 片接進剪輯台時改了哪些地方
  • 一張花費推估表;要自己跑 Colab 的人,另有七個坑收在折疊區
  • 可以直接貼給 AI 的一段話

一、先看成品:30.5 秒的直式短影音

這支片是 2026 年 11 月 15 日做完的,手機直式,長 30.5 秒,旁白是朵拉的聲音。開頭那段會動的封面,是 Flow 把輪播卡(我發社群用的圖卡)變成的動態影片;中間的數字頁、字卡是用程式畫的動畫,在剪輯台上跟配音、字幕、配樂組在一起。

影片在 YouTube:Google AI Pro 算力不用白不用 ↗

片裡講的內容只有兩件事,下一段先把這兩件事講清楚,後面再講怎麼做出來。

二、Google AI Pro 訂閱裡的兩份算力:Colab 運算單元與 Flow 點數

輪播卡:Colab 借你 GPU,每月 200 個運算單元
第一個:Colab,每月 200 個運算單元。

Colab:借 Google 的 GPU 跑開源模型

訂閱每個月有 200 個 Colab 運算單元。運算單元就是借 GPU 的費用,借越好的 GPU、借越久,扣越多。

我實測了兩種 GPU(型號叫 T4 和 L4):T4 每小時大約用掉 1.15 個單元,L4 每小時大約 1.94 個。照 T4 算,200 個單元大約可以開 170 小時。

開源模型的意思是:模型本身免費,可以下載回來自己跑,缺的只是一台夠力的電腦。Colab 就是借你那台電腦。

Flow:把一張圖變成一段動態影片

訂閱每個月多送 1000 點 Flow 點數。Flow 是 Google 做影片的工具,丟一張圖進去,寫一段提示詞,它會把圖變成一段影片。

我用 Omni 1.2 Flash 模型,一支 5 秒的影片扣 15 點,大約 1 分鐘出片。1000 點大約可以做 66 支,全拿來做 5 秒片,合起來約 330 秒,也就是 5 分半的 AI 畫面。

免費的部分只能做 5 秒一段、720p。1080p 以上、4K、10 秒以上、延長影片,都要另外付費。

同一個模型也能不開 Flow 網頁,改用 Gemini API 叫(API 是讓自己的程式或工具直接呼叫 AI 的方式)。我用這篇文章的封面實測一支 5 秒影片,34.7 秒就出片,約 0.35 美元,封面上的中英文字都沒有跑掉。這筆是不是從訂閱每月送的 10 美元 API 額度扣,我還沒確認。

想自己動手的人看這裡:用 Gemini API 叫的細節

同一個 Omni 1.2 Flash 也能用 Gemini API 叫(模型 ID gemini-omni-1.2-flash,一段最長 15 秒)。官方定價頁換算 720p 約每秒 0.07 美元,5 秒約 0.35 美元。我用這篇文章的封面實測一支:16:9、720p、5 秒,34.7 秒就出片,回傳用量是輸出 28,960 tokens,照定價每百萬輸出 tokens 12 美元算,約 0.35 美元。封面上的中英文字都沒有跑掉。這筆是不是從訂閱每月送的 10 美元 API 額度扣,要到 Google Cloud 帳單頁看,我還沒確認。

用 Gemini API 把這篇的封面做成 5 秒影片(已拿掉聲音)。
丟進 Flow 的原圖:9:16 輪播卡,咪卡站在禮物盒旁
原圖
Flow 做出來的影片
我的帳戶數字跟官方寫的不一樣我的 Colab 資源面板顯示「已訂閱 Colab Pro」、可用約 399.93 個運算單元,比每月 200 個多。為什麼多出來我沒有查,所以這篇的計算一律用每月 200 個。
同一個訂閱還有一份 API 額度,我另外寫過

三、用 Colab 跑開源配音,電腦不用出力:Qwen3-TTS 與 Breeze-TTS-2 實測

輪播卡:電腦會卡的工作丟上去,開源聲音模型整批跑完
會讓電腦卡的工作,丟上去跑。

我會想用 Colab,是因為:「有些任務 能丟雲端就丟雲端 要不然我電腦會卡很麻煩」。AI 配音就是這種工作。

這次是我的 AI(Claude)開網頁版 Colab 跑的,我在旁邊聽結果、下判斷。三組數字:

  • Qwen3-TTS 念 5 句,用 T4:安裝 30 秒、下載並載入模型 58 秒,生成花 98.2 秒,做出 36.0 秒配音。
  • 聯發科 Breeze-TTS-2 學我的聲音念 5 句,用 L4:每句 33 到 54 秒,合計 219 秒做出 25.7 秒配音。每念一句都要重新把模型叫起來一次,所以偏慢。
  • 對照組:同一個 Breeze-TTS-2 在我自己的電腦(Mac mini)跑 7 句(不是 Colab):模型只叫起來一次,合計 8 分 14 秒做出 31.4 秒配音。

換算一下:在我自己的 Mac mini 上,約每 1 秒配音要跑 16 秒;Colab L4 就算每句都重新叫模型,約每 1 秒配音 8.5 秒,還是比較快。而且是 Google 的電腦在跑,我的電腦不用出力。

想自己動手的人看這裡:模型版本

Qwen3-TTS 用的是 1.7B CustomVoice 版本。Breeze-TTS-2 在 Colab 是每句重新載入模型,在 Mac mini 本機是模型只載入一次。

Breeze-TTS-2 的授權只限研究、非商業用途模型和自己架起來產出的聲音,都只限研究與非商業用途。拿來做生意用的影片,要先確認模型授權,或換成可以商用的模型(用之前再核對一次授權)。

最後這支片的旁白,我也試過用 Breeze 念(這次是在 Mac mini 本機跑,就是上面的對照組),參考音是「咪卡預選」那組聲音。聽完我說「這聲音不好聽」「用朵拉的」,所以定版改用朵拉的聲音,Breeze 那版沒有用。

定版用的朵拉聲音(Google 的 Gemini 語音),前三句:

要用自己的聲音做配音,選哪個模型我另外比過

四、用 Colab 跑開源圖轉影片:Wan2.2 失敗片段,HunyuanVideo 沒跑完

Wan2.2:跑得出來,但我判定不能用

把圖變影片的開源模型,我先試 Wan2.2,用 L4:

  • 下載並載入模型花 129 秒,模型檔有 31.4 GB。
  • 2 秒的片要做 220 秒,3 秒的片要做 269 秒。

右邊是第 2 張卡做出來的 3 秒片。動作太大,卡片做到一半就不見了。我看完的判斷是:「都不行」。

封面短動畫這件事,後來改用 Flow 做。

想自己動手的人看這裡:版本與尺寸

用的是 Wan2.2-TI2V-5B,輸出 640×800。

失敗片段:Wan2.2 做的 3 秒片。

HunyuanVideo 1.5:模型下載到一半,Colab 自己斷線

第二個試的是 HunyuanVideo 1.5,一樣是把圖變影片的開源模型。它卡了兩次:

  1. 第一次卡住:同一台 Colab 電腦的記憶體還被前一個 Wan2.2 佔著,新的模型動不了。處理方式是把舊的程式關掉再重跑。
  2. 第二次模型下載到 13 GB 時,Colab 判定我閒置太久,自己斷線。我是讓程式在背景跑,Colab 還是把它算成閒置。斷線之後沒有再重連,所以沒再扣單元。

要重測的話,改用下面第九段講的 Colab CLI,或讓 Colab 的網頁分頁一直保持有動作。

想自己動手的人看這裡:卡住時的細節

這次跑的是 480p 圖轉影片。第一次:前一個程式佔著 32 GB 記憶體,只剩 10 GB,顯示卡用量一直是 0%。第二次:我是在 Colab 的終端機用 nohup(讓程式在背景一直跑的指令)跑,這樣也被算成閒置。

五、用 Flow 把圖變影片:4:5 圖被裁切,改生 9:16 才成功

失敗片段:拿 4:5 的輪播卡直接丟進去

第一版我拿現成的 4:5 輪播卡丟進 Flow,影片比例設 9:16。Flow 把圖放大裁切去填滿直式畫面,標題左右兩邊被切掉。

失敗片段:Flow 第一版,「有 Google AI Pro」只剩「Google AI Pr」。

中間還試過一個補救:在圖的上下各補一塊翻過來的鏡像,湊成 9:16。結果標題和咪卡被翻進畫面,也不能用。

看到第一版,我的反應是:「你一開始 圖 就該 9;16 喔」。

Flow 第二版的動態片段。

成功片段:一開始就生 9:16 的圖

第二版請 AI(Codex)重新生兩張圖,生圖時就指定 9:16 直式(1080×1920),上下各留約 12% 的空白紙底。

提示詞也加了兩件事:中文字形保持原樣、不可變形換字;動作可以大、標題可以跟著節拍彈跳。這是我的要求:「動作幅度可以大呀或者字體 可以跳動呀」,要有「設計感」。

第二版兩支我看完說:「可以喔」。Flow 片剛開始的畫面,標題還沒長完,所以接進剪輯台時從第 1.5 秒開始用。同一批片子也把標題裁掉、裁成方形,放進數字頁的卡片位置(下一段有對照圖)。

Flow 操作步驟

1 開專案flow.google.com 新增專案

右上設定:影片比例 9:16、數量 x1、模型 Omni 1.2 Flash。「生成前確認」保留「一律」,每次會先告訴你扣幾點。

2 上傳 9:16 的圖圖一開始就生 9:16

4:5 的圖會被放大裁切。提示詞寫明中文字形保持原樣、不可變形換字。

3 確認扣點只按「核准」

送出後它會問「要開始生成嗎?這會消耗 15 點」。只按「核准」,不要按「一律核准」。

4 下載選 720p 原始大小

打開影片,右上下載鈕選 720p。1080p 以上、4K、10 秒以上、延長都要另外付費。

5 拿掉聲音Flow 會附音效

我的短影音不要它的聲音:「我不用聲音」「因為我會另外 配音配樂」。接剪輯台時把音效拿掉。

6 接剪輯台開頭整片放,後面裁方形

開頭當封面整片放;後面各段的卡片也放這兩支動態影片,裁掉標題成方形。細節在下一段。

這次 Flow 一共生了三支,各 5 秒、各扣 15 點,共 45 點。

六、Flow 片接進剪輯台:從 23 秒無配音改到 30.5 秒定版

Flow 片做好之後,我跟 AI 說:「你先做一隻好不好」「我想看你把一隻短影音完整做完」。剪輯台是我自己的網頁剪輯工具,在我自己的電腦上跑。第一版做出來是 23 秒、沒有配音;中間改了幾版,最後是 30.5 秒、朵拉配音的定版。

舊版畫面:沒有簽名檔,數字頁裡的卡片是有標題的靜態圖,字幕在很低的位置
舊版(23 秒、無配音):卡片是靜態圖,沒有簽名檔,字幕偏低。
定版畫面:最上方是去背簽名檔,卡片換成方形動態影片,字幕往上移
定版(30.5 秒、朵拉配音):卡片換成方形動態片,上方固定簽名檔,字幕上移。

第一版還有三個小問題,都是抽幾格畫面出來檢查看到的:封面剛開始標題還沒長完,改成從 Flow 原片 1.5 秒處開始剪;標題字太細,換成粗的字型;卡片放大後蓋住大數字,縮小往下移。

匯出也要算時間。剪輯台在我的 Mac mini 上匯出 23 秒的直式片,三次分別花 314、260、214 秒,約每 1 秒成片要 9 到 14 秒。照這個推估,一分鐘的片要 9 到 14 分鐘。

想自己動手的人看這裡:字型與匯出規格

標題字原本用 Songti TC,改成 Songti SC Black。匯出規格是 1080×1920、每秒 30 格。

配樂和畫面怎麼對上拍子,是另一個題目

七、要自己跑 Colab 才需要看:網頁版的七個坑

輪播卡:分頁要開著,適合一次丟一整批
網頁版 Colab 的分頁要開著,適合一次丟一整批。

這段給要自己跑 Colab 的人,只想用 Flow 可以跳過。其中兩件就是上面 HunyuanVideo 卡住的原因:Colab 的網頁分頁要一直開著、保持有動作,閒置太久會自己斷線;同一台連跑兩個模型,要先把前一個關掉。

想自己動手的人看這裡:七個坑與處理方式
  1. 打字進儲存格,第一行常被吃掉:長程式改從頁面編輯器直接寫入。
  2. print(...); !指令 寫在同一行會語法錯誤:驚嘆號開頭的指令要獨立一行。
  3. Breeze 的安裝清單把 PyTorch 換成 2.9.1,核心會重啟:同一格後面的程式不會跑,要另外補 torchvision==0.24.1。
  4. 在儲存格裡包一層程式去跑,看不到中途進度:改用 Colab 左下的終端機跑 nohup python job.py > job.log 2>&1 &,再用 tail job.log 看。
  5. 同一台連跑兩個模型,第二個卡住:前一個還佔著記憶體。換模型前先重啟核心,或每個模型用獨立程式跑、跑完就結束。
  6. 下載好幾個檔案時,Chrome 卡在「允許多個下載」:檔案停在下載資料夾裡的暫存檔,暫存檔內容是完整的,複製出來就能用。
  7. 閒置太久會自己斷線:在終端機背景跑也算閒置。分頁要保持有動作,或改用 Colab CLI。

八、一支短影音要花多少運算單元和點數(推估)

這張表是用上面的實測數字推估的,不是實際跑過一分鐘片的結果。

要做什麼Flow 點數Colab 運算單元
開頭 5 秒動態封面1 支 15 點,1000 點約 66 支片的封面用 Wan2.2 在 L4 生 5 秒約 0.3 單元(從 2 秒、3 秒的實測時間外推),但效果我判定不行
整支 1 分鐘都用 AI 生成畫面免費只能 5 秒一段,要 12 段接起來=180 點,1000 點約 5 支(重生一次就再扣)Wan2.2 做 12 段約 1 小時 15 分、約 2.5 單元
剪輯、匯出(字卡、動畫、字幕)不用點數自己電腦做得完。丟 Colab 要先上傳素材、裝瀏覽器和影片處理工具,短片不划算,一分鐘以上或一次很多支才值得,還沒實測

這次做下來的分工:剪輯台本身留在自己電腦,Google 的算力只接前段可以整批丟上去跑的工作;封面短動畫先用 Flow。

九、下一步:Colab CLI,讓 AI 用指令幫你開 GPU(還沒實測)

這一段只查證過官方文件,我還沒實際用 CLI 跑過。上面所有 Colab 的數字,都是網頁版跑出來的。CLI 跑完我再回來補數字。

網頁版 Colab 要一格一格貼程式、分頁不能關,下載還會卡。Google 在 2026 年 6 月出了官方的 Colab CLI,一個用打字下指令操作 Colab 的工具(在電腦的「終端機」視窗裡打)。用它就能開 Colab 的 GPU、把自己電腦上的程式送上去跑、搬檔、跑完關機,不用開著瀏覽器分頁。Claude Code 這類 AI 助理也能直接叫它。扣的一樣是帳戶裡的運算單元。

我給自己的 AI 定的規矩:開跑前先查餘額、確認有登入,沒登入就停下來叫我,不要讓它卡在登入流程;GPU 只准用 T4 或 L4,要用 A100、H100 這兩種型號先問我。

想自己動手的人看這裡:Colab CLI 指令與官方提醒

工具在 GitHub 上的 googlecolab/google-colab-cli,查證時是 0.8.0 版,只支援 Linux 和 macOS。照官方文件整理,有產出檔(音檔、影片)時的流程:

要做什麼指令
安裝uv tool install google-colab-cli
先看餘額、確認有登入colab usage
開一台 GPU,一定要取名字colab new -s 名字 --gpu L4
裝套件colab install -s 名字 -r requirements.txt
上傳素材colab upload -s 名字 本機 遠端
送本機程式上去跑colab exec -s 名字 -f job.py
拿回成品colab download -s 名字 遠端 本機
關機(不關會一直扣)colab stop -s 名字

官方文件裡提醒的幾件事(這段給會用終端機,或讓 AI 幫你操作終端機的人):

  • 第一次登入要本人在瀏覽器按同意。給 AI 無人值守用,官方建議改用另一種登入方式(--auth=adc),那一步一樣要本人登入,權限範圍比較大,憑證不要複製到別處或貼進對話。
  • --gpu 打錯字會默默變成 A100。開 GPU 回 400 錯誤,代表帳戶沒有那個額度,改 T4 或 CPU。
  • 中途出錯也要跑 colab stop。用 colab run 跑一次性工作的話,沒加 --keep 會自己關機。

前面講的「先查餘額、確認有登入」,就是開跑前先跑 colab usage。

哪些工作放本機、哪些放雲端,我另外畫過一張架構

十、可以直接貼給 AI 的一段話

如果你用的 AI 工具能幫你操作瀏覽器(例如 Claude Code 接上 Chrome),想讓它幫你用 Flow 把一張圖做成直式動態影片,可以直接貼這段給它(括號換成你自己的):

我要用 Google Flow 把一張圖做成直式動態影片
圖:(你的圖檔)
先確認這張圖是不是 9:16,不是的話先停下來告訴我,不要自己裁切或補邊
Flow 設定:影片比例 9:16、數量 x1、模型 Omni 1.2 Flash,生成前確認保留「一律」
提示詞要寫:中文字形保持原樣、不可變形換字;(你要的動作,例如標題跟著節拍彈跳)
送出後問我要不要扣點,我說可以你再按「核准」,不要按「一律核准」
下載選 720p 原始大小
做好之後抽幾格給我看,標題有沒有被切到、字有沒有變形
這篇的數字都是我在 2026 年 11 月 15 日、用自己帳戶實測或推估的。Colab 單元費率、Flow 扣點會跟著方案和模型變,用之前以你帳戶畫面上顯示的為準。
這篇提到過的 再往前後延伸

每個月兩場免費線上講座

主題輪流,場次會先在 LINE 社群公布。

免費線上講座

每個月兩場免費講座。