Guia do modelo

Gemini Omni Flash: Modelo de Vídeo de IA Conversacional do Google

O Gemini Omni Flash é a família de modelos do Google para geração e edição de vídeo conversacional rápida, com vídeo como saída documentada da API.

Explore as ferramentas de vídeo do Story321 Abrir no Google AI Studio

Texto para vídeo

Imagem para vídeo

Edição de vídeo

O que é o Gemini Omni Flash?

O Gemini Omni Flash é uma família de modelos de IA do Google criada para geração e edição de vídeo conversacional rápida. A documentação da API Gemini do Google identifica o Gemini Omni 1.1 Flash como o modelo de API estável atual e lista o vídeo como modalidade de saída da API. A API Gemini Omni Flash pode funcionar a partir de texto, imagens ou entradas de vídeo compatíveis. O Google documenta fluxos de trabalho para criar um vídeo a partir de um prompt, animar uma imagem, editar ou estender um clipe enviado e refinar um resultado por meio de uma interação com estado. Este é um guia de modelo independente. O Story321 não afirma que o Gemini Omni Flash alimenta suas ferramentas de vídeo.

Capacidades documentadas

Texto para vídeo

Crie um vídeo a partir de um prompt de texto através do fluxo de trabalho da API Gemini documentado pelo Google.

Imagem para vídeo

Use uma imagem como ponto de partida para um resultado de vídeo animado.

Edição conversacional

Use a API de Interações e um ID de interação anterior para continuar refinando um resultado anterior.

Edição e extensão de vídeo

O Google documenta a edição de vídeo enviado e a anexação de uma extensão a um clipe qualificado.

Interpolação de quadros

Gere um vídeo de transição a partir dos primeiros e últimos quadros fornecidos.

Múltiplas opções de saída

A documentação oficial lista opções de saída 360p, 720p, 1080p e 4K, sujeitas ao fluxo de trabalho selecionado e disponibilidade.

Fatos atuais da API

Features	Gemini Omni Flash
Modelo de API estável	gemini-omni-1.1-flash
Modelo de API de pré-visualização	gemini-omni-flash-preview
Entrada documentada	Texto, imagem e vídeo; o vídeo enviado para edição ou extensão é limitado a clipes qualificados de até 10 segundos.
Saída documentada	Vídeo
Duração do vídeo documentada	3 a 10 segundos
Taxa de quadros documentada	24 FPS
Janela de contexto documentada	1,048,576 tokens

Onde pode ser aplicado

Clipes curtos baseados em prompt

Prototipe conceitos de vídeo breves a partir de uma cena escrita, ação ou direção visual.

Animação de imagem estática

Transforme uma imagem fornecida em uma curta tomada em movimento quando um fluxo de trabalho de imagem para vídeo for apropriado.

Direção iterativa de vídeo

Continue uma conversa sobre um resultado gerado em vez de começar cada edição do zero.

Revisões de clipes curtos

Edite um clipe enviado qualificado ou anexe uma continuação quando o fluxo de trabalho oficial suportar.

Acesso e disponibilidade

O Google documenta o Gemini Omni Flash na API Gemini e fornece um ponto de entrada no AI Studio para o Gemini Omni 1.1 Flash. Consulte a documentação atual do Google antes de construir um fluxo de trabalho, pois os identificadores de modelo, a disponibilidade regional e os recursos suportados podem mudar. O nome do modelo pode se referir à família Gemini Omni mais ampla nos materiais do Google, enquanto o Gemini Omni 1.1 Flash é o modelo de API estável nomeado na documentação atual do modelo.

Limitações importantes

Documented limitation

O Google lista restrições para alguns fluxos de trabalho de edição e extensão por região, incluindo EEE, Suíça e Reino Unido.

Documented limitation

A edição e extensão de vídeo enviado são limitadas a clipes suportados de até 10 segundos; a extensão é anexada ao final do vídeo.

Documented limitation

O guia atual da API do Google lista edição de voz, referências de áudio e fluxos de trabalho de múltiplos vídeos como não suportados ou indisponíveis no fluxo de trabalho descrito.

Documented limitation

O cartão do modelo Gemini Omni Flash observa limitações em relação à consistência de edição, movimento complexo e renderização precisa de texto.

Fontes oficiais

Documentação do modelo Gemini Omni Flash

A página do modelo do Google lista os identificadores de modelo de API estável e de pré-visualização, modalidades documentadas, duração, resoluções, taxa de quadros e janela de contexto.

Google AI for Developers

Guia da API Gemini Omni

O guia de fluxo de trabalho do Google aborda texto para vídeo, imagem para vídeo, edição com estado, interpolação de quadros, edição de vídeo, extensão e limitações atuais.

Google AI for Developers

Cartão do modelo Gemini Omni Flash

O cartão do modelo do Google DeepMind descreve o uso pretendido e as limitações publicadas, incluindo desafios de consistência, movimento e renderização de texto.

Google DeepMind

Visão geral do Gemini Omni

A visão geral do Google DeepMind descreve o Gemini Omni como um modelo para criar e editar vídeos com direção conversacional.

Google DeepMind

FAQ do Gemini Omni Flash

O Gemini Omni Flash é um modelo de texto para vídeo?

O Google documenta um fluxo de trabalho de texto para vídeo para o Gemini Omni Flash. Sua página de modelo atual lista entrada de texto, imagem e vídeo com saída de vídeo na API.

Qual é o modelo de API estável do Gemini Omni Flash?

A documentação atual do modelo do Google lista gemini-omni-1.1-flash como o modelo de API estável e gemini-omni-flash-preview como um modelo de pré-visualização.

O Gemini Omni Flash pode editar vídeo?

O Google documenta edição e extensão de clipes enviados suportados, além de refinamento conversacional com estado. Aplicam-se restrições de disponibilidade e fluxo de trabalho.