Google Gemini Omni (Vídeo) - ComfyUI Built-in Node Documentation

Google Gemini Omni (Video) genera un video con audio a partir de un prompt de texto utilizando los modelos Gemini Omni Flash de Google. Opcionalmente, puedes adjuntar imágenes y/o videos de referencia para guiar el resultado o editar material existente. Describe la duración deseada (3-10 segundos) directamente en el prompt.

Entradas

Entradas comunes

Parámetro	Descripción	Tipo de datos	Requerido	Rango
`modelo`	El modelo de video de Gemini utilizado para generar el video.	DYNAMIC_COMBO	Sí	”Omni Flash 1.1" "Omni Flash”

Entradas de Omni Flash 1.1

Parámetro	Descripción	Tipo de datos	Requerido	Rango
`prompt`	Describe el video a generar o la edición que se aplicará a un video adjunto. Especifica la duración directamente en el prompt, p. ej., «un clip de 6 segundos» o, para la tarea ‘extend’, «extiende por 5 segundos»; la duración generada puede ser de 3 a 10 segundos y el valor predeterminado es 10. La salida tiene audio. (predeterminado: "")	STRING	Sí	-
`resolution`	Resolución de salida. (predeterminado: “720p”)	COMBO	Sí	”360p" "720p" "1080p" "4k”
`aspect_ratio`	Relación de aspecto de salida: 16:9 (horizontal) o 9:16 (vertical). Las tareas ‘edit’ y ‘extend’ conservan la relación de aspecto del video de entrada en su lugar. (predeterminado: “16:9”)	COMBO	Sí	”16:9" "9:16”
`task_type`	Qué hacer con el prompt y los medios adjuntos. Con ‘auto’, el modelo decide. ‘text_to_video’ genera a partir del prompt únicamente y rechaza medios adjuntos. ‘image_to_video’ anima una imagen, o interpola desde un fotograma inicial a uno final cuando se adjuntan dos. ‘reference_to_video’ trata los medios adjuntos como referencias del sujeto. ‘edit’ reescribe exactamente un video adjunto, y ‘extend’ añade material nuevo al mismo, por lo que la salida comienza con el video de entrada. (predeterminado: “auto”)	COMBO	Sí	”auto" "text_to_video" "image_to_video" "reference_to_video" "edit" "extend”
`seed`	La semilla (seed) controla si el nodo debe volver a ejecutarse; los resultados son no deterministas independientemente de la semilla. (predeterminado: 42)	INT	Sí	0 a 2147483647

Entradas de Omni Flash

Parámetro	Descripción	Tipo de datos	Requerido	Rango
`prompt`	Describe el video a generar o la edición que se aplicará a un video adjunto. Especifica la duración directamente en el prompt, p. ej., «un clip de 6 segundos»; la duración puede ser de 3 a 10 segundos. La salida es 720p, 24 FPS, con audio. (predeterminado: "")	STRING	Sí	-
`aspect_ratio`	Relación de aspecto de salida: 16:9 (horizontal) o 9:16 (vertical). La tarea ‘edit’ conserva la relación de aspecto del video de entrada en su lugar. (predeterminado: “16:9”)	COMBO	Sí	”16:9" "9:16”
`task_type`	Qué hacer con el prompt y los medios adjuntos. Con ‘auto’, el modelo decide. ‘text_to_video’ genera a partir del prompt únicamente y rechaza medios adjuntos. ‘image_to_video’ anima una imagen, o interpola desde un fotograma inicial a uno final cuando se adjuntan dos. ‘reference_to_video’ trata los medios adjuntos como referencias del sujeto. ‘edit’ reescribe exactamente un video adjunto. (predeterminado: “auto”)	COMBO	Sí	”auto" "text_to_video" "image_to_video" "reference_to_video" "edit”
`temperature`	Controla la aleatoriedad. Los valores más bajos son más enfocados/deterministas, los más altos son más variados. (predeterminado: 1.0)	FLOAT	Sí	0.0 a 2.0 (paso 0.01)
`top_p`	Muestreo de núcleo: muestrear del conjunto de tokens más pequeño cuya probabilidad acumulada alcance top_p. (predeterminado: 0.95)	FLOAT	Sí	0.0 a 1.0 (paso 0.01)
`seed`	La semilla (seed) controla si el nodo debe volver a ejecutarse; los resultados son no deterministas independientemente de la semilla. (predeterminado: 42)	INT	Sí	0 a 2147483647

Entradas de referencia

Parámetro	Descripción	Tipo de datos	Requerido	Rango
`images`	Espacio ampliable: conecta hasta 14 imágenes (`image_1`…`image_14`). Imagen(es) de referencia opcionales para guiar o animar el video. Con la tarea ‘image_to_video’, la primera es el fotograma inicial y una segunda opcional es el fotograma final.	IMAGE	No	0 a 14 imágenes
`videos`	Espacio ampliable: conecta hasta 3 videos (`video_1`…`video_3`). Video(s) de referencia opcionales para guiar o editar. Cada uno de hasta 10 segundos de duración.	VIDEO	No	0 a 3 videos

Notas:

El prompt no debe estar vacío; el nodo genera un error si lo está.
La tarea text_to_video genera a partir del prompt únicamente: adjuntar imágenes o videos genera un error.
La tarea image_to_video acepta solo imágenes (sin videos) y requiere exactamente 1 o 2 imágenes: la primera es el fotograma inicial y la segunda opcional es el fotograma final.
La tarea edit (ambos modelos) y la tarea extend (solo Omni Flash 1.1) requieren exactamente un video de entrada y conservan la relación de aspecto de ese video de entrada, anulando aspect_ratio.
Se pueden adjuntar como máximo 14 imágenes y 3 videos, y cada video adjunto debe tener 10 segundos o menos.
Omni Flash siempre genera video 720p a 24 FPS con audio; la selección de resolución solo está disponible con Omni Flash 1.1.
Los controles temperature y top_p solo están disponibles con el modelo Omni Flash; Omni Flash 1.1 utiliza ajustes de generación fijos.

Salidas

Nombre de salida	Descripción	Tipo de datos
`video` (primera salida)	El video generado con audio. Para Omni Flash: 720p, 24 FPS. Para Omni Flash 1.1: la resolución seleccionada en la entrada `resolution`.	VIDEO
`text` (segunda salida)	El contenido de texto generado por el modelo junto con el video (puede estar vacío).	STRING

Esta documentación fue generada por IA. Si encuentra algún error o tiene sugerencias de mejora, ¡no dude en contribuir! Editar en GitHub

Source fingerprint (SHA-256): 7a0dda4bcd662c9df3c680297ec9de7886d35e618de8b3ce0cd95b9afd13a892

​Entradas

​Entradas comunes

​Entradas de Omni Flash 1.1

​Entradas de Omni Flash

​Entradas de referencia

​Salidas