模型指南

Gemini Omni Flash：Google 的對話式 AI 影片模型

Gemini Omni Flash 是 Google 的模型系列，專為快速對話式影片生成與編輯而設計，並以影片作為其文件化的 API 輸出。

文字轉影片

圖片轉影片

影片編輯

什麼是 Gemini Omni Flash？

Gemini Omni Flash 是 Google 的 AI 模型系列，專為快速對話式影片生成與編輯而打造。Google 的 Gemini API 文件指出 Gemini Omni 1.1 Flash 是目前的穩定 API 模型，並將影片列為 API 輸出形式。 Gemini Omni Flash API 可接受文字、圖片或支援的影片輸入。Google 文件記錄了多種工作流程：從提示詞建立影片、將圖片動畫化、編輯或延長上傳的片段，以及透過狀態化互動來優化結果。這是一份獨立的模型指南。Story321 並不聲稱其影片工具由 Gemini Omni Flash 驅動。

文件記錄的功能

文字轉影片

透過 Google 文件記錄的 Gemini API 工作流程，從文字提示詞建立影片。

圖片轉影片

以圖片作為動畫影片結果的起點。

對話式編輯

使用 Interactions API 和先前的互動 ID，繼續優化先前的結果。

影片編輯與延長

Google 文件記錄了上傳影片的編輯功能，以及為符合條件的片段附加延長內容。

幀插值

根據提供的第一幀和最後一幀生成過渡影片。

多種輸出選項

官方文件列出 360p、720p、1080p 和 4K 輸出選項，視所選工作流程與可用性而定。

目前 API 事實

Features	Gemini Omni Flash
穩定 API 模型	gemini-omni-1.1-flash
預覽 API 模型	gemini-omni-flash-preview
文件記錄的輸入	文字、圖片與影片；用於編輯或延長的上傳影片僅限於最多 10 秒的合格片段。
文件記錄的輸出	影片
文件記錄的影片長度	3 至 10 秒
文件記錄的幀率	24 FPS
文件記錄的上下文視窗	1,048,576 個 token

適用場景

提示詞驅動的短片段

根據書面場景、動作或視覺方向，快速製作簡短影片概念原型。

靜態圖片動畫

在適合圖片轉影片工作流程時，將提供的圖片轉為短暫的動態鏡頭。

迭代式影片指導

針對已生成的結果進行對話式的持續調整，而非每次編輯都從頭開始。

短片段修改

當官方工作流程支援時，編輯符合條件的上傳片段，或附加延續內容。

取得方式與可用性

Google 在 Gemini API 中記錄了 Gemini Omni Flash，並為 Gemini Omni 1.1 Flash 提供了 AI Studio 入口。在建立工作流程前，請查看 Google 的最新文件，因為模型識別碼、區域可用性與支援功能可能隨時變更。在 Google 的資料中，模型名稱可能指更廣泛的 Gemini Omni 系列，而 Gemini Omni 1.1 Flash 是目前模型文件中所指的穩定 API 模型。