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。可选择提供参考图像和/或视频来引导或编辑生成结果。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

参数	描述	数据类型	是否必填	范围
`model`	用于生成视频的 Gemini 视频模型。	MODEL	是	”Omni Flash”
`seed`	种子控制节点是否应重新运行；无论种子如何，结果均非确定性（默认值：42）。	INT	是	0 至 2147483647
`prompt`	描述要生成视频的文本提示。去除开头和结尾的空白字符后，至少需要一个非空白字符。	STRING	是	去除首尾空格后至少 1 个字符
`images`	可选参考图像，用于引导视频生成。最多 14 张图像。	IMAGE	否	允许多张图像（最多 14 张）
`videos`	可选参考视频，用于引导或编辑视频生成。最多 3 个视频，每个最长 10 秒。	VIDEO	否	允许多个视频（最多 3 个，每个最长 10 秒）
`temperature`	控制生成过程中的随机性（默认值：1.0）。	FLOAT	否	0.0 至 2.0
`top_p`	核采样参数（默认值：0.95）。	FLOAT	否	0.0 至 1.0

输出名称	描述	数据类型
`VIDEO`	由 Gemini 模型生成的带音频的视频。	VIDEO
`STRING`	模型的任何文本响应，例如推理过程或解释。	STRING

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): 046842b7ec736283bba355aaa038b02fcf2416020f5f7aee7b0150d2a05bcbe6