GeminiVideoOmni - ComfyUI Built-in Node Documentation

使用 Google 的 Gemini Omni Flash 模型，根据文本提示生成带音频的视频。可以选择提供参考图片和/或视频来指导或编辑生成结果。请在提示中直接描述所需的时长（3-10秒）和宽高比（16:9 或 9:16）。

​

输入

注意：

• 如果图片输入包含多帧，则每一帧都计入 14 张图片的上限。
• 当提供 images 或 videos 时，编码后媒体的总大小必须保持在大约 90 MB 以下；否则节点会引发错误。

​

输出

本文档由 AI 生成。如果您发现任何错误或有改进建议，欢迎贡献！ 在 GitHub 上编辑

---

Source fingerprint (SHA-256): 1b7ca51d07cfb6a166cfed2a7e7174fd62f3290abcc1bdfdce94369dda242d3f