Gemini Omni Flash: โมเดลวิดีโอ AI แบบสนทนาของ Google
Gemini Omni Flash คือกลุ่มโมเดลของ Google สำหรับการสร้างและแก้ไขวิดีโอแบบสนทนาที่รวดเร็ว โดยมีวิดีโอเป็นผลลัพธ์ API ที่ระบุไว้ในเอกสาร
Gemini Omni Flash คืออะไร?
Gemini Omni Flash คือกลุ่มโมเดล AI ของ Google ที่สร้างขึ้นเพื่อการสร้างและแก้ไขวิดีโอแบบสนทนาที่รวดเร็ว เอกสาร API ของ Google สำหรับ Gemini ระบุว่า Gemini Omni 1.1 Flash เป็นโมเดล API ที่เสถียรในปัจจุบัน และแสดงวิดีโอเป็นรูปแบบผลลัพธ์ของ API API ของ Gemini Omni Flash สามารถทำงานจากข้อความ รูปภาพ หรือวิดีโออินพุตที่รองรับ เอกสารของ Google ระบุเวิร์กโฟลว์สำหรับการสร้างวิดีโอจากพรอมต์ การทำให้รูปภาพเคลื่อนไหว การแก้ไขหรือต่อคลิปที่อัปโหลด และการปรับปรุงผลลัพธ์ผ่านการโต้ตอบแบบมีสถานะ นี่คือคู่มือโมเดลอิสระ Story321 ไม่ได้อ้างว่า Gemini Omni Flash ขับเคลื่อนเครื่องมือวิดีโอของตน
ความสามารถที่ระบุในเอกสาร
ข้อความเป็นวิดีโอ
สร้างวิดีโอจากพรอมต์ข้อความผ่านเวิร์กโฟลว์ API ของ Gemini ที่ Google ระบุไว้
รูปภาพเป็นวิดีโอ
ใช้รูปภาพเป็นจุดเริ่มต้นสำหรับผลลัพธ์วิดีโอแบบเคลื่อนไหว
การแก้ไขแบบสนทนา
ใช้ Interactions API และ ID การโต้ตอบก่อนหน้าเพื่อปรับปรุงผลลัพธ์ก่อนหน้าต่อไป
การแก้ไขและต่อวิดีโอ
Google ระบุการแก้ไขวิดีโอที่อัปโหลดและการต่อส่วนเพิ่มเติมกับคลิปที่เข้าเกณฑ์
การแทรกเฟรม
สร้างวิดีโอเปลี่ยนผ่านจากเฟรมแรกและเฟรมสุดท้ายที่ให้มา
ตัวเลือกผลลัพธ์หลายแบบ
เอกสารทางการระบุตัวเลือกผลลัพธ์ 360p, 720p, 1080p และ 4K ขึ้นอยู่กับเวิร์กโฟลว์ที่เลือกและการมีอยู่
ข้อเท็จจริง API ปัจจุบัน
| Features | Gemini Omni Flash |
|---|---|
โมเดล API ที่เสถียร | gemini-omni-1.1-flash |
โมเดล API แสดงตัวอย่าง | gemini-omni-flash-preview |
อินพุตที่ระบุในเอกสาร | ข้อความ รูปภาพ และวิดีโอ; วิดีโอที่อัปโหลดสำหรับการแก้ไขหรือต่อจะจำกัดเฉพาะคลิปที่เข้าเกณฑ์สูงสุด 10 วินาที |
ผลลัพธ์ที่ระบุในเอกสาร | วิดีโอ |
ความยาววิดีโอที่ระบุในเอกสาร | 3 ถึง 10 วินาที |
อัตราเฟรมที่ระบุในเอกสาร | 24 FPS |
หน้าต่างบริบทที่ระบุในเอกสาร | 1,048,576 โทเค็น |
สถานการณ์ที่เหมาะสม
คลิปสั้นจากพรอมต์
สร้างต้นแบบแนวคิดวิดีโอสั้นจากฉาก การกระทำ หรือทิศทางภาพที่เขียน
การทำให้รูปภาพนิ่งเคลื่อนไหว
เปลี่ยนรูปภาพที่ให้มาเป็นช็อตเคลื่อนไหวสั้นเมื่อเวิร์กโฟลว์รูปภาพเป็นวิดีโอเหมาะสม
การปรับทิศทางวิดีโอซ้ำ
สนทนาต่อเกี่ยวกับผลลัพธ์ที่สร้างขึ้นแทนที่จะเริ่มแก้ไขทุกครั้งตั้งแต่ต้น
การปรับปรุงคลิปสั้น
แก้ไขคลิปที่อัปโหลดที่เข้าเกณฑ์หรือต่อส่วนเพิ่มเติมเมื่อเวิร์กโฟลว์ทางการรองรับ
การเข้าถึงและการมีอยู่
Google ระบุ Gemini Omni Flash ใน Gemini API และมีจุดเข้าใช้งาน AI Studio สำหรับ Gemini Omni 1.1 Flash ตรวจสอบเอกสารล่าสุดของ Google ก่อนสร้างเวิร์กโฟลว์ เนื่องจากรหัสโมเดล ความพร้อมใช้งานในภูมิภาค และคุณสมบัติที่รองรับอาจเปลี่ยนแปลงได้ ชื่อโมเดลอาจหมายถึงกลุ่ม Gemini Omni ที่กว้างขึ้นในเอกสารของ Google ในขณะที่ Gemini Omni 1.1 Flash เป็นโมเดล API ที่เสถียรตามที่ระบุในเอกสารโมเดลปัจจุบัน
ข้อจำกัดสำคัญ
Documented limitation
Google ระบุข้อจำกัดสำหรับเวิร์กโฟลว์การแก้ไขและต่อบางรายการตามภูมิภาค รวมถึง EEA, สวิตเซอร์แลนด์ และสหราชอาณาจักร
Documented limitation
การแก้ไขและต่อวิดีโอที่อัปโหลดจำกัดเฉพาะคลิปที่รองรับสูงสุด 10 วินาที; การต่อจะเพิ่มที่ท้ายวิดีโอ
Documented limitation
คู่มือ API ปัจจุบันของ Google ระบุว่าการแก้ไขเสียง การอ้างอิงเสียง และเวิร์กโฟลว์หลายวิดีโอไม่ได้รับการรองรับหรือไม่มีในเวิร์กโฟลว์ที่อธิบายไว้
Documented limitation
บัตรโมเดลของ Gemini Omni Flash ระบุข้อจำกัดเกี่ยวกับความสอดคล้องในการแก้ไข การเคลื่อนไหวที่ซับซ้อน และการเรนเดอร์ข้อความที่แม่นยำ
แหล่งข้อมูลทางการ
เอกสารโมเดล Gemini Omni Flash
หน้าโมเดลของ Google ระบุรหัสโมเดล API ที่เสถียรและแสดงตัวอย่าง รูปแบบที่ระบุ ระยะเวลา ความละเอียด อัตราเฟรม และหน้าต่างบริบท
Google AI สำหรับนักพัฒนาคู่มือ API Gemini Omni
คู่มือเวิร์กโฟลว์ของ Google ครอบคลุมข้อความเป็นวิดีโอ รูปภาพเป็นวิดีโอ การแก้ไขแบบมีสถานะ การแทรกเฟรม การแก้ไขวิดีโอ การต่อ และข้อจำกัดปัจจุบัน
Google AI สำหรับนักพัฒนาบัตรโมเดล Gemini Omni Flash
บัตรโมเดลของ Google DeepMind อธิบายการใช้งานที่ตั้งใจและข้อจำกัดที่เผยแพร่ รวมถึงความท้าทายด้านความสอดคล้อง การเคลื่อนไหว และการเรนเดอร์ข้อความ
Google DeepMindภาพรวม Gemini Omni
ภาพรวมของ Google DeepMind อธิบายว่า Gemini Omni เป็นโมเดลสำหรับสร้างและแก้ไขวิดีโอด้วยทิศทางแบบสนทนา
Google DeepMindคำถามที่พบบ่อยเกี่ยวกับ Gemini Omni Flash
Gemini Omni Flash เป็นโมเดลข้อความเป็นวิดีโอหรือไม่?
Google ระบุเวิร์กโฟลว์ข้อความเป็นวิดีโอสำหรับ Gemini Omni Flash หน้าโมเดลปัจจุบันแสดงอินพุตข้อความ รูปภาพ และวิดีโอพร้อมผลลัพธ์วิดีโอใน API
โมเดล API เสถียรของ Gemini Omni Flash คืออะไร?
เอกสารโมเดลปัจจุบันของ Google ระบุ gemini-omni-1.1-flash เป็นโมเดล API ที่เสถียร และ gemini-omni-flash-preview เป็นโมเดลแสดงตัวอย่าง
Gemini Omni Flash สามารถแก้ไขวิดีโอได้หรือไม่?
Google ระบุการแก้ไขและต่อคลิปที่อัปโหลดที่รองรับ รวมถึงการปรับปรุงแบบสนทนาที่มีสถานะ มีข้อจำกัดด้านความพร้อมใช้งานและเวิร์กโฟลว์
Story321 ใช้ Gemini Omni Flash หรือไม่?
หน้านี้เป็นคู่มือโมเดลเพื่อให้ข้อมูล ไม่ได้ระบุว่า Gemini Omni Flash ขับเคลื่อนเครื่องมือวิดีโอของ Story321
สำรวจเวิร์กโฟลว์วิดีโอบน Story321
เลือกเวิร์กโฟลว์วิดีโอที่เหมาะสม
ใช้เครื่องมือวิดีโอของ Story321 สำหรับโปรเจกต์ของคุณ หรือตรวจสอบเอกสารทางการของ Google เมื่อประเมิน Gemini Omni Flash เอง
รายละเอียดโมเดลอ้างอิงจากแหล่งข้อมูลทางการที่เชื่อมโยงและอาจเปลี่ยนแปลงเมื่อ Google อัปเดต API