Guida al modello

Gemini Omni Flash: il modello video AI conversazionale di Google

Gemini Omni Flash è la famiglia di modelli di Google per la generazione e il montaggio video conversazionale veloce, con il video come output API documentato.

Esplora gli strumenti video di Story321 Apri in Google AI Studio

Da testo a video

Da immagine a video

Montaggio video

Cos'è Gemini Omni Flash?

Gemini Omni Flash è una famiglia di modelli AI di Google progettata per la generazione e il montaggio video conversazionale veloce. La documentazione API di Gemini di Google identifica Gemini Omni 1.1 Flash come l'attuale modello API stabile e elenca il video come modalità di output API. L'API Gemini Omni Flash può funzionare da testo, immagini o input video supportati. Google documenta flussi di lavoro per creare un video da un prompt, animare un'immagine, montare o estendere un clip caricato e perfezionare un risultato tramite un'interazione stateful. Questa è una guida indipendente al modello. Story321 non afferma che Gemini Omni Flash alimenti i suoi strumenti video.

Capacità documentate

Da testo a video

Crea un video da un prompt testuale tramite il flusso di lavoro API Gemini documentato da Google.

Da immagine a video

Usa un'immagine come punto di partenza per un risultato video animato.

Montaggio conversazionale

Usa l'API Interactions e un ID di interazione precedente per continuare a perfezionare un risultato precedente.

Montaggio ed estensione video

Google documenta il montaggio di video caricati e l'aggiunta di un'estensione a un clip idoneo.

Interpolazione di fotogrammi

Genera un video di transizione a partire dal primo e dall'ultimo fotogramma forniti.

Opzioni di output multiple

La documentazione ufficiale elenca opzioni di output a 360p, 720p, 1080p e 4K, soggette al flusso di lavoro selezionato e alla disponibilità.

Fatti attuali dell'API

Features	Gemini Omni Flash
Modello API stabile	gemini-omni-1.1-flash
Modello API in anteprima	gemini-omni-flash-preview
Input documentato	Testo, immagine e video; il video caricato per montaggio o estensione è limitato a clip idonei fino a 10 secondi.
Output documentato	Video
Durata video documentata	Da 3 a 10 secondi
Frame rate documentato	24 FPS
Finestra di contesto documentata	1.048.576 token

Dove può essere utile

Clip brevi guidati da prompt

Prototipa brevi concetti video a partire da una scena, un'azione o una direzione visiva scritta.

Animazione di immagini fisse

Trasforma un'immagine fornita in un breve clip in movimento quando è appropriato un flusso di lavoro da immagine a video.

Direzione video iterativa

Continua una conversazione su un risultato generato invece di ricominciare ogni modifica da zero.

Revisioni di clip brevi

Modifica un clip caricato idoneo o aggiungi una continuazione quando il flusso di lavoro ufficiale lo supporta.

Accesso e disponibilità

Google documenta Gemini Omni Flash nell'API Gemini e fornisce un punto di ingresso in AI Studio per Gemini Omni 1.1 Flash. Verifica la documentazione attuale di Google prima di creare un flusso di lavoro, poiché gli identificativi del modello, la disponibilità regionale e le funzionalità supportate possono cambiare. Il nome del modello può riferirsi alla più ampia famiglia Gemini Omni nei materiali Google, mentre Gemini Omni 1.1 Flash è il modello API stabile indicato nella documentazione attuale del modello.

Limitazioni importanti

Documented limitation

Google elenca restrizioni per alcuni flussi di lavoro di montaggio ed estensione per regione, inclusi SEE, Svizzera e Regno Unito.

Documented limitation

Il montaggio e l'estensione di video caricati sono limitati a clip supportati fino a 10 secondi; l'estensione viene aggiunta alla fine del video.

Documented limitation

La guida API attuale di Google elenca il montaggio vocale, i riferimenti audio e i flussi di lavoro multivideo come non supportati o non disponibili nel flusso di lavoro descritto.

Documented limitation

La scheda del modello Gemini Omni Flash riporta limitazioni relative alla coerenza delle modifiche, ai movimenti complessi e al rendering accurato del testo.

Fonti ufficiali

Documentazione del modello Gemini Omni Flash

La pagina del modello di Google elenca gli identificativi del modello API stabile e in anteprima, le modalità documentate, la durata, le risoluzioni, il frame rate e la finestra di contesto.

Google AI per sviluppatori

Guida API Gemini Omni

La guida ai flussi di lavoro di Google copre da testo a video, da immagine a video, montaggio stateful, interpolazione di fotogrammi, montaggio video, estensione e limitazioni attuali.

Google AI per sviluppatori

Scheda del modello Gemini Omni Flash

La scheda del modello di Google DeepMind descrive l'uso previsto e le limitazioni pubblicate, inclusi problemi di coerenza, movimento e rendering del testo.

Google DeepMind

Panoramica di Gemini Omni

La panoramica di Google DeepMind descrive Gemini Omni come un modello per creare e montare video con direzione conversazionale.

Google DeepMind

FAQ su Gemini Omni Flash

Gemini Omni Flash è un modello da testo a video?

Google documenta un flusso di lavoro da testo a video per Gemini Omni Flash. La sua attuale pagina del modello elenca input di testo, immagine e video con output video nell'API.

Qual è il modello API stabile di Gemini Omni Flash?

La documentazione attuale del modello di Google elenca gemini-omni-1.1-flash come modello API stabile e gemini-omni-flash-preview come modello in anteprima.

Gemini Omni Flash può montare video?

Google documenta il montaggio e l'estensione di clip caricati supportati, oltre al perfezionamento conversazionale stateful. Si applicano restrizioni di disponibilità e flusso di lavoro.