Gemini Omni 1.2 Flash Reference to Video: Image-to-Video

Erzeugen Sie Videos, gesteuert von bis zu 6 Referenzbildern, mit Gemini Omni 1.2 Flash. Clips von 3-15 s mit nativem Audio, bis zu 4K. Jetzt kostenlos testen.

Interaktive Steuerung laden

Erzeugen Sie Videos, gesteuert von bis zu 6 Referenzbildern, mit Gemini Omni 1.2 Flash. Clips von 3-15 s mit nativem Audio, bis zu 4K. Jetzt kostenlos testen.

📝

Übersicht

Über dieses Modell

Gemini Omni 1.2 Flash Reference to Video erzeugt ein 3-15 Sekunden langes Video, gesteuert von 1-6 Referenzbildern, die Motive, Szenen, Stil oder ein Storyboard festlegen. Anders als bei Image to Video sind die Bilder Konditionierungsreferenzen und kein wörtliches erstes Bild, sodass das Modell frei neue Bewegung und Kameraarbeit um sie herum komponieren kann, und es liefert im selben Durchgang nativ synchronisiertes Audio. Wählen Sie das Seitenverhältnis 16:9, 9:16 oder auto und rendern Sie von 360p bis 4K. Die Abrechnung erfolgt pro Sekunde Ausgabe ($0.023/s bei 360p, $0.07/s bei 720p, $0.105/s bei 1080p, $0.21/s bei 4K). Für ein wörtliches Startbild nutzen Sie Gemini Omni 1.2 Flash Image to Video; weitere 1.2-Flash-Endpunkte: Gemini Omni 1.2 Flash, Gemini Omni 1.2 Flash Image to Video, Gemini Omni 1.2 Flash Video Edit.

1Charakterkonsistenz: Behalten Sie dieselbe Figur oder dasselbe Produkt über neue Szenen hinweg bei.

2Stilübertragung: Legen Sie mit Referenzgrafiken den Look eines erzeugten Clips fest.

3Storyboard-zu-Video: Verwenden Sie Storyboard-Panels als Referenzen, um die Szene zu steuern.

4Markeninhalte: Platzieren Sie ein Produkt aus Referenzaufnahmen in neuen Umgebungen.

5Schnelle Iteration: Entwerfen Sie in 360p, bevor Sie das finale Rendering hochskalieren.

💰

Preise und Wert

Kostenanalyse

Anbieter	Kosten	Notizen
muapi	$0.023–$0.21 pro Sekunde (je nach Auflösung)	Abrechnung pro Generierung, kein Abonnement. Abgerechnet wird pro Sekunde generiertes Video.
Fal.ai	Nicht verfügbar	Dieses Modell ist auf Fal.ai nicht gelistet.
Replicate	Nicht verfügbar	Dieses Modell ist auf Replicate nicht gelistet.

muapi$0.023–$0.21 pro Sekunde (je nach Auflösung)

Abrechnung pro Generierung, kein Abonnement. Abgerechnet wird pro Sekunde generiertes Video.

Fal.aiNicht verfügbar

Dieses Modell ist auf Fal.ai nicht gelistet.

ReplicateNicht verfügbar

Dieses Modell ist auf Replicate nicht gelistet.

** Die Preise der Mitbewerber werden auf der Grundlage ähnlicher Modellarchitekturen und Nutzungsstufen geschätzt.

⚙️

Technische Details

Konfigurationsschema

Parameter	Typ	Beschreibung	Standard
Aufforderung	string	Describe the scene, action, camera movement, and sound.	`The character from the first image walks through the city in the second image at sunset, ambient street sounds`
Referenzbilder	array	1-6 reference images used for subject, scene, style, or storyboard reference (not a starting keyframe).	`-`
Dauer (Sekunden)	integer	Video length in seconds (3-15).	`8`
Seitenverhältnis	Enum (3 Optionen)	Output aspect ratio. `auto` follows the reference image and is treated as 16:9 when none is provided.	`16:9`
Auflösung	Enum (4 Optionen)	Output resolution. Output priced per second of generated video: $0.023/s at 360p, $0.07/s at 720p, $0.105/s at 1080p, $0.21/s at 4K.	`720p`
Samen	integer	Random seed (10000-99999). Omit for a random seed.	`-`

Aufforderungstring

Describe the scene, action, camera movement, and sound.

StandardwertThe character from the first image walks through the city in the second image at sunset, ambient street sounds

Referenzbilderarray

1-6 reference images used for subject, scene, style, or storyboard reference (not a starting keyframe).

Standardwert-

Dauer (Sekunden)integer

Video length in seconds (3-15).

Standardwert8

SeitenverhältnisEnum (3 Optionen)

Output aspect ratio. `auto` follows the reference image and is treated as 16:9 when none is provided.

Standardwert16:9

AuflösungEnum (4 Optionen)

Output resolution. Output priced per second of generated video: $0.023/s at 360p, $0.07/s at 720p, $0.105/s at 1080p, $0.21/s at 4K.

Standardwert720p

Sameninteger

Random seed (10000-99999). Omit for a random seed.

Standardwert-

📖

Implementierungsleitfaden

Entwicklerdokumentation

So verwenden Sie Gemini Omni 1.2 Flash Reference to Video

Referenzbilder sammeln Geben Sie 1-6 öffentlich zugängliche Bild-URLs in image_urls an (jeweils bis zu 20 MB).
Den Prompt schreiben Beschreiben Sie, wie die Referenzen erscheinen sollen: 'The character from the first image walks through the city in the second image at sunset.'
Dauer, Seitenverhältnis und Auflösung wählen Dauer 3-15 s. Abrechnung: $0.023/s bei 360p, $0.07/s bei 720p, $0.105/s bei 1080p, $0.21/s bei 4K.
Absenden und abfragen

curl -X POST https://api.muapi.ai/api/v1/gemini-omni-flash-1-2-reference-to-video
-H "Authorization: Bearer YOUR_API_KEY"
-H "Content-Type: application/json"
-d '{"prompt": "The character from the first image walks through the city in the second image at sunset", "image_urls": ["https://example.com/ref1.png", "https://example.com/ref2.png"], "duration": 8, "resolution": "720p"}'

Fragen Sie anschließend `GET /api/v1/predictions/{request_id}/result` ab, bis `status` den Wert `completed` hat.

❓

Häufige Fragen

Häufig gefragt

Was ist Gemini Omni 1.2 Flash Reference to Video?

Es erzeugt ein Video, das auf 1-6 Referenzbildern für Motiv, Szene oder Stil basiert, mit nativem Audio.

Wie viele Referenzbilder kann ich verwenden?

Zwischen 1 und 6, jeweils bis zu 20 MB.

Wie wird abgerechnet?

Pro Sekunde generiertes Video: $0.023/s bei 360p, $0.07/s bei 720p, $0.105/s bei 1080p, $0.21/s bei 4K.

Werden Referenzbilder als erstes Bild verwendet?

Nein. Es sind Konditionierungsreferenzen. Nutzen Sie [Image to Video](/playground/gemini-omni-flash-1-2-image-to-video) für ein wörtliches erstes Bild.

Welche Dauern werden unterstützt?

3-15 Sekunden.

Wird Audio erzeugt?

Ja, Dialoge, Umgebungsgeräusche und Musik werden nativ erzeugt.