GeminiVideoOmni - ComfyUI Built-in Node Documentation - ComfyUI

Google の Gemini Omni Flash モデルを使用して、テキストプロンプトから音声付き動画を生成します。必要に応じて参照画像や参照動画を提供し、結果をガイドまたは編集できます。希望する長さ（3〜10秒）とアスペクト比（16:9 または 9:16）は、プロンプト内で直接指定してください。

入力

共通入力

パラメータ	説明	データ型	必須	範囲
`model`	動画の生成に使用する Gemini 動画モデル。	DYNAMIC_COMBO	必須	”Omni Flash”
`seed`	シードはノードを再実行するかどうかを制御します。シードに関係なく結果は非決定的です（デフォルト: 42）。	INT	必須	0〜2147483647

Omni Flash 入力

パラメータ	説明	データ型	必須	範囲
`prompt`	生成する動画を説明します。長さとアスペクト比はプロンプト内で直接指定してください（例：「a 6-second clip in 16:9」）。長さは3〜10秒、アスペクト比は16:9（横長）または9:16（縦長）にする必要があります。出力は720p、24 FPS、音声付きです。	STRING	必須	空白を除いて1文字以上
`temperature`	ランダム性を制御します。値が低いほど焦点が絞られ決定的になり、高いほど多様になります（デフォルト: 1.0）。	FLOAT	任意	0.0〜2.0
`top_p`	Nucleus サンプリング: 累積確率が top_p に達する最小のトークンセットからサンプリングします（デフォルト: 0.95）。	FLOAT	任意	0.0〜1.0

参照入力

パラメータ	説明	データ型	必須	範囲
`images`	拡張可能なスロット: 1つ以上の参照画像（`image_1`…`image_14`）を接続して、動画をガイドまたはアニメーション化します。合計で最大14枚まで指定できます。	IMAGE	任意	0〜14枚
`videos`	拡張可能なスロット: 1つ以上の参照動画（`video_1`…`video_3`）を接続して、ガイドまたは編集に使用します。最大3本まで指定でき、各動画の長さは最大10秒です。	VIDEO	任意	0〜3本（各最大10秒）

注記:

画像入力に複数のフレームが含まれる場合、各フレームが最大14枚の画像数にカウントされます。
参照画像または参照動画を提供する場合、エンコードされたメディアの合計サイズが約90 MB未満である必要があります。超えるとノードはエラーを発生させます。
参照画像や参照動画がない場合、ノードはテキストプロンプトのみから動画を生成します。

出力

出力名	説明	データ型
`VIDEO`	Gemini モデルによって生成された音声付きの動画。	VIDEO
`STRING`	推論や説明など、モデルからのテキスト応答。	STRING

このドキュメントは AI によって生成されました。エラーを見つけた場合や改善のご提案がある場合は、ぜひ貢献してください！ GitHub で編集

Source fingerprint (SHA-256): 648844868affb68298d2eac8ac20095bfe378d32e721396781de330ef6a6d69f