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。
- 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
- 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
- 先看成品:30.5 秒的直式短影音
- Google AI Pro 訂閱裡的兩份算力:Colab 運算單元與 Flow 點數
- 用 Colab 跑開源配音,電腦不用出力:Qwen3-TTS 與 Breeze-TTS-2 實測
- 用 Colab 跑開源圖轉影片:Wan2.2 失敗片段,HunyuanVideo 沒跑完
- 用 Flow 把圖變影片:4:5 圖被裁切,改生 9:16 才成功
- Flow 片接進剪輯台:從 23 秒無配音改到 30.5 秒定版
- 要自己跑 Colab 才需要看:網頁版的七個坑
- 一支短影音要花多少運算單元和點數(推估)
- 下一步:Colab CLI,讓 AI 用指令幫你開 GPU(還沒實測)
- 可以直接貼給 AI 的一段話
只想看成品,看第一段就好;想照著做,第五段是重點。寫著「想自己動手的人看這裡」的折疊區,是給要自己操作的人,不看也不影響讀懂。
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
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。
- Google AI Pro 每月送的 10 美元 API 額度,怎麼領、怎麼用|五個步驟、四個坑,含「預付額度已用完」怎麼解,我接到 Grok Bot 實測 這一段只講 Colab 和 Flow 兩個算力,那篇講訂閱附的 API 額度怎麼領、怎麼接到自己的工具
三、用 Colab 跑開源配音,電腦不用出力:Qwen3-TTS 與 Breeze-TTS-2 實測
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。
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:
- 想用自己的聲音做 AI 配音,該選哪個?|Qwen3-TTS、Breeze-TTS-2、Gemini 克隆實測,台灣口音與混出新聲音的差別 這一段只講丟到 Colab 跑多快,那篇比較各家模型的口音、要準備什麼、在自己電腦怎麼跑
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。
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:
- 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。
- 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。
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」。
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
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。
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。
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」。
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。
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。
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。
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。
- 用 Claude Code 剪影片,配樂從哪來、怎麼卡在拍子上?|Suno 免費版下載限制、AI 配旁白一分鐘多少錢、免費音色庫與卡點對拍實測 這一段只講 Flow 片接進剪輯台的坑,那篇講配樂從哪裡來、怎麼跟畫面卡拍子
七、要自己跑 Colab 才需要看:網頁版的七個坑
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
- 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。
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。- 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。 - 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。 - 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。
- 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。
- 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)
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。
- 我的 Server 架在哪裡?|混合式與全雲端兩套架構,一台 Mac mini 當本機工作中樞 這一段只講把會卡電腦的 AI 工作借 Colab 跑,那篇講整套工作環境本機和雲端怎麼分
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
- Google AI Pro 每月送的 10 美元 API 額度,怎麼領、怎麼用 同一個訂閱裡的第三份額度,接到自己的工具用
- 想用自己的聲音做 AI 配音,該選哪個? 旁白要用自己的聲音時,各家模型怎麼選
- 用 Claude Code 剪影片,配樂從哪來、怎麼卡在拍子上? 片子做好之後,配樂怎麼跟畫面對拍
- 我的 Server 架在哪裡? 本機和雲端整體怎麼分工
- 我怎麼叫 AI 幫我做摘要影片?|兩小時辯論變三分鐘懶人包,我下的提示詞與三個坑 往後:另一支用 AI 做的影片,有提示詞和三個坑
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。
每個月兩場免費講座。