T2Vفعال
فلشGemini Omni 1.2 Flash متن به ویدیو
از یک پرامپت متنی کلیپ‌های 3 تا 15 ثانیه‌ای با صدای همگام‌سازی‌شده‌ی بومی، نسبت تصویر 16:9، 9:16 یا auto و خروجی 360p تا 4K تولید کنید.
360p–4K
From $0.023/sec
فعال4 نقطه پایانی
Gemini Omni 1.2 Flash API — متن، تصویر، مرجع و ویرایش ویدیو
Gemini Omni 1.2 Flash مدل ویدیوی چندوجهی بومی Google را در چهار نقطه پایانی متمرکز ارائه می‌دهد: متن به ویدیو، تصویر به ویدیو با فریم آخر اختیاری، مرجع به ویدیو با حداکثر شش تصویر و ویرایش ویدیو با دستور متنی.کلیپ‌ها 3 تا 15 ثانیه طول دارند، از پیش‌نویس‌های 360p تا 4K با صدای همگام‌سازی‌شده‌ی بومی، با قیمت‌گذاری به‌ازای هر ثانیه پایین‌تر از Gemini Omni 1.1 Flash و با همان قرارداد ناهمگام ارسال و پیگیری.
i
Gemini Omni 1.2 Flash اکنون از طریق API در دسترس است
امتحان کنید: متن به ویدیو یا ویرایش ویدیو در پلی‌گراند. Gemini Omni 1.1 Flash و نقاط پایانی اصلی Gemini Omni نیز همچنان در دسترس هستند.
Gemini Omni 1.2 Flash
کلیپ‌های 3 تا 15 ثانیه‌ای، 360p تا 4K، صدای بومی و قیمت‌گذاری به‌ازای هر ثانیه4 نقطه پایانیمدل را امتحان کنید
I2Vفعال
فلشGemini Omni 1.2 Flash تصویر به ویدیو
یک تصویر شروع را به ویدیو متحرک کنید، با فریم آخر اختیاری برای گذار کنترل‌شده از فریم اول به فریم آخر.
360p–4K
From $0.023/sec
R2Vفعال
فلشGemini Omni 1.2 Flash مرجع به ویدیو
سوژه، صحنه یا سبک را با یک تا شش تصویر مرجع هدایت کنید، در حالی که مدل حرکت و صدای جدید می‌سازد.
360p–4K
From $0.023/sec
V2Vفعال
فلشGemini Omni 1.2 Flash ویرایش ویدیو
یک دستور متنی را، با تصاویر مرجع اختیاری، برای تغییر سبک یا دگرگونی یک ویدیوی منبع تا 15 ثانیه اعمال کنید.
360p–4K
From $0.048/sec
هیچ نقطه پایانی با فیلترهای شما مطابقت ندارد.
Gemini Omni 1.2 Flash چیست؟
Gemini Omni 1.2 Flash جدیدترین نسخه‌ی Flash در خانواده‌ی ویدیوی چندوجهی بومی Google است. به‌جای تولید ویدیوی بی‌صدا و افزودن صدا در مرحله‌ی بعد، دیالوگ، صدای محیط و موسیقی را در همان مرحله‌ای که تصویر ساخته می‌شود تولید می‌کند.
Muapi آن را در چهار نقطه پایانی متمرکز ارائه می‌دهد: متن به ویدیو، تصویر به ویدیو، مرجع به ویدیو و ویرایش ویدیو. هر نقطه پایانی از 360p تا 4K رندر می‌گیرد و به‌ازای هر ثانیه خروجی صورت‌حساب می‌شود.
آنچه در 1.2 Flash وجود دارد
چهار نقطه پایانی متمرکز
حالت متن، فریم اول/آخر، تصویر مرجع یا ویرایش ویدیو را بدون درگیر شدن با فیلدهای اختیاری در یک درخواست واحد انتخاب کنید.
کلیپ‌های 3 تا 15 ثانیه‌ای
کلیپ‌هایی تا 15 ثانیه تولید کنید؛ گذارهای فریم اول و آخر 3 تا 10 ثانیه طول می‌کشند.
از پیش‌نویس 360p تا تحویل 4K
پرامپت‌ها را ارزان با 360p بیازمایید و سپس نمونه‌ی برنده را با 720p، 1080p یا 4K دوباره رندر بگیرید.
صدای همگام‌سازی‌شده‌ی بومی
دیالوگ، صدای محیط و موسیقی همراه با ویدیو در یک مرحله تولید می‌شوند.
قیمت‌گذاری به‌ازای هر ثانیه
در 360p، 720p، 1080p و 4K به‌ترتیب $0.023، $0.07، $0.105 یا $0.21 به‌ازای هر ثانیه بپردازید، بدون اشتراک.
موارد استفاده از Gemini Omni 1.2 Flash
ویدیوی اجتماعی در مقیاس بالا
کلیپ‌های 9:16 با صدای داخلی برای Reels، Shorts و TikTok تولید کنید.
ثبات شخصیت و محصول
تا شش تصویر مرجع بدهید تا یک سوژه در صحنه‌های جدید یکسان بماند.
گذارهای فریم کلیدی
یک فریم اول و آخر را تعیین کنید و بگذارید مدل حرکت میان آن‌ها را تولید کند.
تغییر سبک فیلم‌های موجود
کلیپ‌های واقعی را با یک دستور به انیمه، کلی‌انیمیشن یا ظاهرهای جدید تبدیل کنید.
گردش‌کارهای پیش‌نویس کم‌هزینه
با 360p تکرار کنید و سپس ایده‌ی تأییدشده را به 1080p یا 4K ارتقا دهید.
Gemini Omni 1.2 Flash در مقابل Gemini Omni 1.1 Flash
| ویژگی | Gemini Omni 1.2 Flash | Gemini Omni 1.1 Flash |
|---|---|---|
| طول کلیپ | 3 تا 15 ثانیه | 4، 6، 8 یا 10 ثانیه |
| قیمت 720p | $0.07 به‌ازای هر ثانیه | $0.10 به‌ازای هر ثانیه |
| گزینه‌های وضوح | 360p، 720p، 1080p، 4K | 720p، 1080p، 4K (در ویرایش 360p) |
| نسبت تصویر | 16:9، 9:16، auto | 16:9، 9:16 |
| ساختار نقاط پایانی | چهار نقطه پایانی: متن، تصویر، مرجع، ویرایش | نقاط پایانی متن، تصویر، مرجع و ویرایش |
| وضعیت | هم‌اکنون در Muapi در دسترس است | هم‌اکنون در Muapi در دسترس است |
شروع سریع — Gemini Omni 1.2 Flash API
یک نقطه پایانی متن، تصویر یا ویرایش را انتخاب کنید، JSON را با کلید API Muapi خود ارسال کنید و شناسه‌ی درخواست بازگشتی را پیگیری کنید.
ارسال یک وظیفه‌ی متن به ویدیو
curl -X POST https://api.muapi.ai/api/v1/gemini-omni-flash-1-2-text-to-video \
-H "x-api-key: YOUR_API_KEY" \
-H "Content-Type: application/json" \
-d '{"prompt":"A cat plays piano in a jazz bar, one continuous shot, soft live jazz","duration":8,"resolution":"720p","aspect_ratio":"16:9"}'
# Response: {"request_id":"REQUEST_ID"}از متن به ویدیو با پرامپت، مدت 3 تا 15 ثانیه، نسبت تصویر و وضوح استفاده کنید.
متحرک‌سازی یک تصویر
curl -X POST https://api.muapi.ai/api/v1/gemini-omni-flash-1-2-image-to-video \
-H "x-api-key: YOUR_API_KEY" \
-H "Content-Type: application/json" \
-d '{"prompt":"A smooth transition from dawn to a bright afternoon","first_frame_url":"https://example.com/first.jpg","last_frame_url":"https://example.com/last.jpg","duration":8,"resolution":"1080p"}'
# Response: {"request_id":"REQUEST_ID"}از تصویر به ویدیو با first_frame_url و last_frame_url اختیاری برای گذارهای کنترل‌شده استفاده کنید.
ویرایش یک ویدیوی موجود
curl -X POST https://api.muapi.ai/api/v1/gemini-omni-flash-1-2-video-edit \
-H "x-api-key: YOUR_API_KEY" \
-H "Content-Type: application/json" \
-d '{"prompt":"Make this video anime. Keep everything else the same.","video_url":"https://example.com/clip.mp4","resolution":"720p"}'
# Response: {"request_id":"REQUEST_ID"}
# Reference-to-video: POST /gemini-omni-flash-1-2-reference-to-video with prompt + image_urls (1-6).از ویرایش ویدیو با video_url منبع و یک دستور متنی استفاده کنید؛ طول خروجی از منبع پیروی می‌کند.
دریافت نتیجه‌ی تکمیل‌شده
curl https://api.muapi.ai/api/v1/predictions/REQUEST_ID/result \ -H "x-api-key: YOUR_API_KEY" # Poll until status is completed, then read the generated video URL.
نقطه پایانی استاندارد نتیجه‌ی پیش‌بینی را پیگیری کنید و خروجی‌های ویدیو و صدای تولیدشده را بخوانید.
پرسش‌های متداول Gemini Omni 1.2 Flash
Gemini Omni 1.2 Flash چیست؟
جدیدترین نسخه‌ی Flash از Google در خانواده‌ی ویدیوی چندوجهی Gemini Omni است که از طریق چهار نقطه پایانی Muapi در دسترس است: متن به ویدیو، تصویر به ویدیو، مرجع به ویدیو و ویرایش ویدیو.
قیمت Gemini Omni 1.2 Flash چگونه است؟
تولید به‌ازای هر ثانیه خروجی با $0.023 (360p)، $0.07 (720p)، $0.105 (1080p) و $0.21 (4K) محاسبه می‌شود. ویرایش ویدیو به‌ازای هر ثانیه ویدیوی منبع، $0.02 به نرخ خروجی اضافه می‌کند.
کلیپ‌ها چقدر می‌توانند طول داشته باشند؟
نقاط پایانی متن، تصویر و مرجع 3 تا 15 ثانیه تولید می‌کنند؛ گذارهای فریم اول و آخر به 3 تا 10 ثانیه محدود هستند. ویرایش ویدیو کلیپ‌های منبع تا 15 ثانیه را می‌پذیرد.
آیا می‌توانم فریم شروع را با تصاویر مرجع ترکیب کنم؟
خیر. تصویر به ویدیو یک فریم اول و یک فریم آخر اختیاری می‌گیرد، در حالی که مرجع به ویدیو یک تا شش تصویر مرجع می‌گیرد. از نقطه پایانی متناسب با حالت ورودی خود استفاده کنید.
آیا صدا تولید می‌کند؟
بله. دیالوگ، صدای محیط و موسیقی به‌صورت بومی همراه با ویدیو تولید می‌شوند، بنابراین به مرحله‌ی صوتی جداگانه نیازی نیست.
آیا Gemini Omni 1.2 Flash اکنون در Muapi در دسترس است؟
بله. هر نقطه پایانی را در پلی‌گراند امتحان کنید یا با کلید Muapi از طریق API فراخوانی کنید. Gemini Omni 1.1 Flash و نقاط پایانی اصلی همچنان در دسترس هستند.
Gemini Omni را کاوش کنید →کل خانواده‌ی چندوجهی، از جمله صداها و شخصیت‌ها، را ببینید.Gemini Omni 1.1 Flash →با نسخه‌ی قبلی Flash و نقاط پایانی آن مقایسه کنید.مرور مدل‌های ویدیو →1.2 Flash را با دیگر APIهای فعال تولید ویدیو مقایسه کنید.ایجاد کلید API →استفاده از Gemini Omni 1.2 Flash را از طریق Muapi آغاز کنید.
آماده‌اید Gemini Omni 1.2 Flash را به کار بگیرید؟
کلیپ‌های 3 تا 15 ثانیه‌ای با صدای بومی از 360p تا 4K تولید کنید، همه از طریق یک API.