Руководство по модели

Gemini Omni Flash: диалоговая видеомодель от Google на базе ИИ

Gemini Omni Flash — семейство моделей Google для быстрой генерации и редактирования видео с диалоговым интерфейсом, где видео задокументировано как выходной формат API.

Попробовать инструменты Story321 для видео Открыть в Google AI Studio

Текст в видео

Изображение в видео

Редактирование видео

Что такое Gemini Omni Flash?

Gemini Omni Flash — семейство моделей Google AI, предназначенных для быстрой диалоговой генерации и редактирования видео. В документации Google Gemini API указано, что Gemini Omni 1.1 Flash является текущей стабильной моделью API, а видео — выходной модальностью API. API Gemini Omni Flash может работать с текстом, изображениями или поддерживаемыми видеофайлами. Google описывает следующие рабочие процессы: создание видео по текстовому запросу, анимация изображения, редактирование или расширение загруженного клипа, а также доработка результата через диалоговое взаимодействие с сохранением состояния. Это независимое руководство по модели. Story321 не утверждает, что Gemini Omni Flash используется в её видеосервисах.

Документированные возможности

Текст в видео

Создание видео из текстового запроса через рабочий процесс Gemini API, описанный Google.

Изображение в видео

Использование изображения как отправной точки для анимированного видео.

Диалоговое редактирование

Использование Interactions API и идентификатора предыдущего взаимодействия для дальнейшей доработки полученного ранее результата.

Редактирование и расширение видео

Google описывает редактирование загруженного видео и добавление продолжения к подходящему клипу.

Интерполяция кадров

Генерация переходного видео на основе заданных первого и последнего кадров.

Несколько вариантов вывода

Официальная документация перечисляет варианты вывода: 360p, 720p, 1080p и 4K — в зависимости от выбранного рабочего процесса и доступности.

Текущие факты об API

Features	Gemini Omni Flash
Стабильная модель API	gemini-omni-1.1-flash
Предварительная модель API	gemini-omni-flash-preview
Документированный вход	Текст, изображение и видео; для редактирования или расширения можно загружать только подходящие клипы длительностью до 10 секунд.
Документированный выход	Видео
Документированная длительность видео	3–10 секунд
Документированная частота кадров	24 FPS
Документированный контекстный окно	1 048 576 токенов

Где может пригодиться

Короткие клипы по текстовому запросу

Быстрое прототипирование коротких видео на основе описания сцены, действия или визуального направления.

Анимация статичного изображения

Превращение загруженного изображения в короткое движущееся видео, если рабочий процесс «изображение в видео» подходит.

Итеративная работа с видео

Продолжение диалога о сгенерированном результате вместо того, чтобы каждый раз начинать редактирование с нуля.

Правки коротких клипов

Редактирование подходящего загруженного клипа или добавление продолжения, если официальный рабочий процесс это поддерживает.

Доступность и получение доступа

Google описывает Gemini Omni Flash в документации Gemini API и предоставляет точку входа в AI Studio для Gemini Omni 1.1 Flash. Перед созданием рабочего процесса обязательно сверяйтесь с актуальной документацией Google, так как идентификаторы моделей, региональная доступность и поддерживаемые функции могут меняться. Название модели может относиться ко всему семейству Gemini Omni в материалах Google, тогда как в текущей документации по моделям стабильной моделью API указана Gemini Omni 1.1 Flash.

Важные ограничения

Documented limitation

Google перечисляет ограничения для некоторых рабочих процессов редактирования и расширения в зависимости от региона, включая ЕЭЗ, Швейцарию и Великобританию.

Documented limitation

Редактирование загруженного видео и его расширение доступны только для поддерживаемых клипов длительностью до 10 секунд; расширение добавляется в конец видео.

Documented limitation

Текущее руководство API Google указывает, что голосовое редактирование, аудиоссылки и многовидеовые рабочие процессы не поддерживаются или недоступны в описанном процессе.

Documented limitation

В карточке модели Gemini Omni Flash отмечаются ограничения, связанные с консистентностью редактирования, сложными движениями и точным отображением текста.

Официальные источники

Документация модели Gemini Omni Flash

На странице модели Google перечислены идентификаторы стабильной и предварительной моделей API, документированные модальности, длительность, разрешения, частота кадров и контекстное окно.

Google AI for Developers

Руководство по API Gemini Omni

Руководство Google по рабочим процессам охватывает текст в видео, изображение в видео, редактирование с сохранением состояния, интерполяцию кадров, редактирование видео, расширение и текущие ограничения.

Google AI for Developers

Карточка модели Gemini Omni Flash

В карточке модели от Google DeepMind описываются предполагаемое использование и опубликованные ограничения, включая проблемы с консистентностью, движением и отрисовкой текста.

Google DeepMind

Обзор Gemini Omni

Обзор Google DeepMind описывает Gemini Omni как модель для создания и редактирования видео с диалоговым управлением.

Google DeepMind

Часто задаваемые вопросы о Gemini Omni Flash

Является ли Gemini Omni Flash моделью «текст в видео»?

Google описывает рабочий процесс «текст в видео» для Gemini Omni Flash. На текущей странице модели указаны текстовый, графический и видеовход с видео на выходе в API.

Какая стабильная модель API Gemini Omni Flash?

В текущей документации модели Google указывает gemini-omni-1.1-flash как стабильную модель API и gemini-omni-flash-preview как предварительную модель.

Может ли Gemini Omni Flash редактировать видео?

Google описывает редактирование и расширение поддерживаемых загруженных клипов, а также диалоговую доработку с сохранением состояния. Действуют ограничения по доступности и рабочему процессу.