Modellveiledning

Gemini Omni Flash: Googles samtalefokuserte AI-videomodell

Gemini Omni Flash er Googles modellfamilie for rask samtalegenerering og redigering av video, med video som dokumentert API-utdata.

Utforsk Story321s videoverktøy Åpne i Google AI Studio

Tekst til video

Bilde til video

Videoredigering

Hva er Gemini Omni Flash?

Gemini Omni Flash er en Google AI-modellfamilie bygget for rask samtalegenerering og redigering av video. Googles Gemini API-dokumentasjon identifiserer Gemini Omni 1.1 Flash som den gjeldende stabile API-modellen og oppgir video som API-utdata-modus. Gemini Omni Flash API kan arbeide med tekst, bilder eller støttede videoinndata. Google dokumenterer arbeidsflyter for å lage en video fra en ledetekst, animere et bilde, redigere eller utvide en opplastet klipp, og forbedre et resultat gjennom en tilstandsbasert interaksjon. Dette er en uavhengig modellveiledning. Story321 hevder ikke at Gemini Omni Flash driver videoverktøyene deres.

Dokumenterte funksjoner

Tekst-til-video

Lag en video fra en tekstledetekst via Gemini API-arbeidsflyten dokumentert av Google.

Bilde-til-video

Bruk et bilde som utgangspunkt for et animert videoresultat.

Samtaleredigering

Bruk Interactions API og en tidligere interaksjons-ID for å fortsette å forbedre et tidligere resultat.

Videoredigering og utvidelse

Google dokumenterer redigering av opplastet video og muligheten til å legge til en utvidelse på et kvalifiserende klipp.

Bildeinterpolering

Generer en overgangsvideo fra oppgitte første og siste bilder.

Flere utdataalternativer

Offisiell dokumentasjon lister opp 360p, 720p, 1080p og 4K-utdataalternativer, avhengig av valgt arbeidsflyt og tilgjengelighet.

Gjeldende API-fakta

Features	Gemini Omni Flash
Stabil API-modell	gemini-omni-1.1-flash
Forhåndsvisning API-modell	gemini-omni-flash-preview
Dokumentert inndata	Tekst, bilde og video; opplastet video for redigering eller utvidelse er begrenset til kvalifiserende klipp på opptil 10 sekunder.
Dokumentert utdata	Video
Dokumentert varighet	3 til 10 sekunder
Dokumentert bildefrekvens	24 FPS
Dokumentert kontekstvindu	1 048 576 tokens

Hvor det kan passe inn

Korte klipp fra ledetekst

Prototype korte videokonsepter fra en skrevet scene, handling eller visuell retning.

Animering av stillbilder

Gjør et oppgitt bilde til et kort bevegelig opptak når en bilde-til-video-arbeidsflyt er passende.

Iterativ videostyring

Fortsett en samtale om et generert resultat i stedet for å starte hver redigering fra bunnen av.

Revisjon av korte klipp

Rediger et kvalifiserende opplastet klipp, eller legg til en fortsettelse når den offisielle arbeidsflyten støtter det.

Tilgang og tilgjengelighet

Google dokumenterer Gemini Omni Flash i Gemini API og tilbyr et AI Studio-inngangspunkt for Gemini Omni 1.1 Flash. Sjekk Googles gjeldende dokumentasjon før du bygger en arbeidsflyt, fordi modellidentifikatorer, regional tilgjengelighet og støttede funksjoner kan endres. Modellnavnet kan referere til den bredere Gemini Omni-familien i Googles materialer, mens Gemini Omni 1.1 Flash er den stabile API-modellen som er navngitt i den gjeldende modell-dokumentasjonen.

Viktige begrensninger

Documented limitation

Google oppgir begrensninger for noen redigerings- og utvidelsesworkflows per region, inkludert EØS, Sveits og Storbritannia.

Documented limitation

Redigering og utvidelse av opplastet video er begrenset til støttede klipp på opptil 10 sekunder; utvidelse legges til slutten av en video.

Documented limitation

Googles gjeldende API-guide oppgir taleredigering, lydreferanser og multi-video-workflows som ikke støttet eller tilgjengelig i den beskrevne arbeidsflyten.

Documented limitation

Gemini Omni Flash-modellkortet noterer begrensninger rundt redigeringskonsistens, kompleks bevegelse og nøyaktig tekstgjengivelse.

Offisielle kilder

Gemini Omni Flash modell-dokumentasjon

Googles modellside lister opp de stabile og forhåndsvisnings API-modellidentifikatorene, dokumenterte moduser, varighet, oppløsninger, bildefrekvens og kontekstvindu.

Google AI for utviklere

Gemini Omni API-veiledning

Googles arbeidsflytveiledning dekker tekst-til-video, bilde-til-video, tilstandsbasert redigering, bildeinterpolering, videoredigering, utvidelse og gjeldende begrensninger.

Google AI for utviklere

Gemini Omni Flash modellkort

Google DeepMinds modellkort beskriver tiltenkt bruk og publiserte begrensninger, inkludert utfordringer med konsistens, bevegelse og tekstgjengivelse.

Google DeepMind

Gemini Omni oversikt

Google DeepMinds oversikt beskriver Gemini Omni som en modell for å lage og redigere videoer med samtaleretning.

Google DeepMind

Vanlige spørsmål om Gemini Omni Flash

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

Google dokumenterer en tekst-til-video-arbeidsflyt for Gemini Omni Flash. Den gjeldende modellsiden lister opp tekst-, bilde- og videoinndata med videoutdata i API-en.

Hva er den stabile Gemini Omni Flash API-modellen?

Googles gjeldende modell-dokumentasjon lister opp gemini-omni-1.1-flash som den stabile API-modellen og gemini-omni-flash-preview som en forhåndsvisningsmodell.

Kan Gemini Omni Flash redigere video?

Google dokumenterer redigering og utvidelse av støttede opplastede klipp, samt tilstandsbasert samtale-forbedring. Tilgjengelighet og arbeidsflytbegrensninger gjelder.