跳转到主要内容
Google Gemini Omni (Video) 使用 Google 的 Gemini Omni Flash 模型,根据文本提示生成带音频的视频。你可以选择性地附加参考图像和/或视频,以引导生成结果或编辑现有素材。请直接在提示中描述所需时长:Omni Flash 和 Omni Flash 1.1 为 3 到 10 秒,Omni Flash 1.2 为 3 到 15 秒。

输入

通用输入

Omni Flash 1.2 输入

Omni Flash 1.1 输入

Omni Flash 输入

参考输入

注意事项:
  • prompt 不能为空;如果为空,节点会报错。
  • text_to_video 任务仅根据提示生成——附加图像或视频会报错。
  • image_to_video 任务仅接受图像(不接受视频),并且要求正好 1 张或 2 张图像:第一张为起始帧,可选的第二张为结束帧。
  • edit 任务(所有模型)和 extend 任务(仅 Omni Flash 1.1 和 1.2)要求正好一个输入视频,并保持该输入视频的宽高比,覆盖 aspect_ratio。
  • 最多可附加 14 张图像和 3 个视频。每个附加视频时长必须不超过 10 秒;使用 Omni Flash 1.2 时为不超过 15 秒;对于 extend 任务则为不超过 25 秒,其结果最长可为 30 秒。
  • Omni Flash 始终输出带音频的 720p、24 FPS 视频;分辨率选择仅在 Omni Flash 1.1 和 1.2 中可用。
  • temperature 和 top_p 控制项仅在 Omni Flash 模型中可用;Omni Flash 1.1 和 1.2 使用固定的生成设置。

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): 1fc6017d4d6fbce8f04b2f0ded496553074b8498e3b7342179550fc768698897