Modelguide

Gemini Omni Flash: Googles konversationsbaserede AI-videomodel

Gemini Omni Flash er Googles modelfamilie til hurtig konversationsbaseret videogenerering og -redigering, med video som det dokumenterede API-output.

Udforsk Story321s videoværktøjer Åbn i Google AI Studio

Tekst til video

Billede til video

Videoredigering

Hvad er Gemini Omni Flash?

Gemini Omni Flash er en Google AI-modelfamilie bygget til hurtig konversationsbaseret videogenerering og -redigering. Googles Gemini API-dokumentation identificerer Gemini Omni 1.1 Flash som den nuværende stabile API-model og oplister video som API-outputmodalitet. Gemini Omni Flash API'et kan arbejde ud fra tekst, billeder eller understøttede videoinput. Google dokumenterer workflows til at oprette en video fra en prompt, animere et billede, redigere eller udvide et uploadet klip og forfine et resultat gennem en stateful interaktion. Dette er en uafhængig modelguide. Story321 hævder ikke, at Gemini Omni Flash driver Story321s videoværktøjer.

Dokumenterede funktioner

Tekst til video

Opret en video fra en tekstprompt via den Gemini API-workflow, som Google dokumenterer.

Billede til video

Brug et billede som udgangspunkt for et animeret videoresultat.

Konversationsbaseret redigering

Brug Interactions API'et og et tidligere interaktions-ID til at fortsætte med at forfine et tidligere resultat.

Videoredigering og -forlængelse

Google dokumenterer redigering af uploadede videoer og tilføjelse af en forlængelse til et godkendt klip.

Frame-interpolation

Generér en overgangsvideo ud fra angivne første og sidste frames.

Flere outputmuligheder

Den officielle dokumentation oplister 360p, 720p, 1080p og 4K outputmuligheder, afhængigt af den valgte workflow og tilgængelighed.

Aktuelle API-fakta

Features	Gemini Omni Flash
Stabil API-model	gemini-omni-1.1-flash
Preview API-model	gemini-omni-flash-preview
Dokumenteret input	Tekst, billede og video; uploadet video til redigering eller forlængelse er begrænset til godkendte klip på op til 10 sekunder.
Dokumenteret output	Video
Dokumenteret videovarighed	3 til 10 sekunder
Dokumenteret billedhastighed	24 FPS
Dokumenteret kontekstvindue	1.048.576 tokens

Hvor det kan passe ind

Prompt-styrede korte klip

Prototypér korte videokoncepter ud fra en skrevet scene, handling eller visuel retning.

Animation af stillbilleder

Forvandl et angivet billede til en kort animeret optagelse, når en billed-til-video-workflow er passende.

Iterativ videostyring

Fortsæt en samtale om et genereret resultat i stedet for at starte hver redigering fra bunden.

Revidering af korte klip

Redigér et godkendt uploadet klip eller tilføj en fortsættelse, når den officielle workflow understøtter det.

Adgang og tilgængelighed

Google dokumenterer Gemini Omni Flash i Gemini API'et og tilbyder et AI Studio-indgangspunkt for Gemini Omni 1.1 Flash. Tjek Googles aktuelle dokumentation, før du bygger en workflow, fordi modelidentifikatorer, regional tilgængelighed og understøttede funktioner kan ændre sig. Modelnavnet kan henvise til den bredere Gemini Omni-familie i Googles materialer, mens Gemini Omni 1.1 Flash er den stabile API-model, der nævnes i den aktuelle modeldokumentation.

Vigtige begrænsninger

Documented limitation

Google oplister begrænsninger for nogle redigerings- og forlængelsesworkflows efter region, herunder EØS, Schweiz og Storbritannien.

Documented limitation

Redigering og forlængelse af uploadede videoer er begrænset til understøttede klip på op til 10 sekunder; forlængelse tilføjes til slutningen af en video.

Documented limitation

Googles aktuelle API-guide oplister stemmeredigering, lydreferencer og multi-video-workflows som ikke-understøttet eller ikke-tilgængeligt i den beskrevne workflow.

Documented limitation

Gemini Omni Flash-modelkortet bemærker begrænsninger omkring redigeringskonsistens, kompleks bevægelse og præcis tekstgengivelse.

Officielle kilder

Gemini Omni Flash modeldokumentation

Googles modelside oplister de stabile og preview API-modelidentifikatorer, dokumenterede modaliteter, varighed, opløsninger, billedhastighed og kontekstvindue.

Google AI for Developers

Gemini Omni API-guide

Googles workflow-guide dækker tekst-til-video, billede-til-video, stateful redigering, frame-interpolation, videoredigering, forlængelse og aktuelle begrænsninger.

Google AI for Developers

Gemini Omni Flash-modelkort

Google DeepMinds modelkort beskriver tilsigtet brug og offentliggjorte begrænsninger, herunder udfordringer med konsistens, bevægelse og tekstgengivelse.

Google DeepMind

Gemini Omni-oversigt

Google DeepMinds oversigt beskriver Gemini Omni som en model til at oprette og redigere videoer med konversationsbaseret styring.

Google DeepMind

Ofte stillede spørgsmål om Gemini Omni Flash

Er Gemini Omni Flash en tekst-til-video-model?

Google dokumenterer en tekst-til-video-workflow for Gemini Omni Flash. Dens aktuelle modelside oplister tekst-, billed- og videoinput med videooutput i API'et.

Hvad er den stabile Gemini Omni Flash API-model?

Googles aktuelle modeldokumentation oplister gemini-omni-1.1-flash som den stabile API-model og gemini-omni-flash-preview som en preview-model.

Kan Gemini Omni Flash redigere video?

Google dokumenterer redigering og forlængelse af understøttede uploadede klip, samt stateful samtalebaseret forfining. Tilgængeligheds- og workflowbegrænsninger gælder.