muapi Logomuapi Logo
muapi Logomuapi Logo

Gemini Omni 1.2 Flash Image to Video: تصویرویدیو

با Gemini Omni 1.2 Flash یک تصویر را به ویدیو متحرک کنید. فریم پایانی اختیاری، کلیپ‌های 3 تا 15 ثانیه‌ای با صدای بومی، تا 4K. رایگان امتحان کنید. Gemini Omni 1.2 Flash Image to Video یک تصویر فریم کلیدی شروع (firstframeurl) را به ویدیویی 3 تا 15 ثانیه‌ای متحرک می‌کند، با فریم کلیدی پایانی اختیاری (lastframeurl) برای گذار کنترل‌شده از فریم اول به فریم آخر، و صدای همگام‌سازی‌شده‌ی بومی را در همان یک مرحله برمی‌گرداند. این یک نقطه ورود متمرکز برای انیمیشن فریم کلیدی است: یک تصویر اول، در صورت تمایل یک تصویر آخر، یک پرامپت و مدت، نسبت تصویر و وضوح را ارائه دهید. هنگامی که فریم پایانی ارسال شود، مدت به 3 تا 10 ثانیه محدود می‌شود. قیمت‌گذاری به‌ازای هر ثانیه خروجی است ($0.023/s در 360p، $0.07/s در 720p، $0.105/s در 1080p، $0.21/s در 4K). برای تولید فقط از متن به Gemini Omni 1.2 Flash مراجعه کنید؛ سایر نقاط پایانی 1.2 Flash: Gemini Omni 1.2 Flash، Gemini Omni 1.2 Flash Video Edit، Gemini Omni 1.2 Flash Reference to Video.

کنترل‌های تعاملی مدل

با Gemini Omni 1.2 Flash یک تصویر را به ویدیو متحرک کنید. فریم پایانی اختیاری، کلیپ‌های 3 تا 15 ثانیه‌ای با صدای بومی، تا 4K. رایگان امتحان کنید.

📝

نمای کلی

مدل‌ها

Gemini Omni 1.2 Flash Image to Video یک تصویر فریم کلیدی شروع (first_frame_url) را به ویدیویی 3 تا 15 ثانیه‌ای متحرک می‌کند، با فریم کلیدی پایانی اختیاری (last_frame_url) برای گذار کنترل‌شده از فریم اول به فریم آخر، و صدای همگام‌سازی‌شده‌ی بومی را در همان یک مرحله برمی‌گرداند. این یک نقطه ورود متمرکز برای انیمیشن فریم کلیدی است: یک تصویر اول، در صورت تمایل یک تصویر آخر، یک پرامپت و مدت، نسبت تصویر و وضوح را ارائه دهید. هنگامی که فریم پایانی ارسال شود، مدت به 3 تا 10 ثانیه محدود می‌شود. قیمت‌گذاری به‌ازای هر ثانیه خروجی است ($0.023/s در 360p، $0.07/s در 720p، $0.105/s در 1080p، $0.21/s در 4K). برای تولید فقط از متن به Gemini Omni 1.2 Flash مراجعه کنید؛ سایر نقاط پایانی 1.2 Flash: Gemini Omni 1.2 Flash، Gemini Omni 1.2 Flash Video Edit، Gemini Omni 1.2 Flash Reference to Video.

1انیمیشن محصول: یک عکس ثابت محصول را با حرکت طبیعی و صدای محیط زنده کنید.
2انیمیشن پرتره: یک پرتره ثابت را به نمایی گویا یا متحرک تبدیل کنید.
3گذارهای فریم کلیدی: یک فریم اول و آخر را تعیین کنید و بگذارید مدل حرکت میان آن‌ها را تولید کند.
4پیوند استوری‌بورد: دو فریم استوری‌بورد را به یک کلیپ روان متصل کنید.
5تکرار سریع: یک فریم کلیدی را پیش از رندر با 1080p یا 4K در 360p آزمایش کنید.
💰

قیمت‌گذاری و ارزش

تحلیل هزینه

muapi$0.023–$0.21 به‌ازای هر ثانیه (بر اساس وضوح)

پرداخت به‌ازای هر تولید، بدون اشتراک. به‌ازای هر ثانیه ویدیوی تولیدشده محاسبه می‌شود.

Fal.aiدر دسترس نیست

این مدل در Fal.ai فهرست نشده است.

Replicateدر دسترس نیست

این مدل در Replicate فهرست نشده است.

** مدل‌ها。

⚙️

مشخصات فنی

طرح پیکربندی

پرامپت (دستور متنی)string

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

مقدار پیش‌فرضThe camera slowly pushes in as the subject turns and smiles, soft ambient music
First Framestring

Image used as the first frame of the video.

مقدار پیش‌فرض-
Last Framestring

اختیاری image used as the last frame. Requires first_frame_url; duration is then limited to 3-10 ثانیه.

مقدار پیش‌فرض-
مدت زمانinteger

Video length به ثانیه (3-15).

مقدار پیش‌فرض8
نسبت ابعاد（3 ）

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

مقدار پیش‌فرض16:9
وضوح تصویر（4 ）

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

مقدار پیش‌فرض720p
مقدار سید تصادفی (Seed)integer

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

مقدار پیش‌فرض-
📖

راهنمای پیاده‌سازی

مستندات توسعه‌دهندگان

نحوه استفاده از Gemini Omni 1.2 Flash Image to Video

  1. یک فریم اول ارائه دهید نشانی یک تصویر با دسترسی عمومی را به‌عنوان first_frame_url ارسال کنید.

  2. در صورت تمایل یک فریم آخر اضافه کنید برای تعیین تصویر پایانی، last_frame_url را ارسال کنید. در این صورت مدت باید 3 تا 10 ثانیه باشد.

  3. حرکت را توصیف کنید پرامپتی بنویسید که حرکت، دوربین و صدا را پوشش دهد.

  4. مدت، نسبت تصویر و وضوح را انتخاب کنید مدت 3 تا 15 ثانیه (3 تا 10 ثانیه با فریم آخر)، وضوح 360p تا 4K. صورت‌حساب: $0.023/s در 360p، $0.07/s در 720p، $0.105/s در 1080p، $0.21/s در 4K.

  5. ارسال و پیگیری نتیجه

curl -X POST https://api.muapi.ai/api/v1/gemini-omni-flash-1-2-image-to-video
-H "Authorization: Bearer YOUR_API_KEY"
-H "Content-Type: application/json"
-d '{"prompt": "The camera slowly pushes in as the subject smiles", "first_frame_url": "https://example.com/first.png", "duration": 8, "resolution": "720p"}'

سپس `GET /api/v1/predictions/{request_id}/result` را پیگیری کنید تا `status` برابر `completed` شود.
❓

پرسش‌های متداول

سوالات پرتکرار

Gemini Omni 1.2 Flash Image to Video چیست؟

یک تصویر شروع را به ویدیویی 3 تا 15 ثانیه‌ای با صدای بومی متحرک می‌کند و فریم پایانی اختیاری دارد.

آیا last_frame_url الزامی است؟

خیر. اختیاری است، به `first_frame_url` نیاز دارد و مدت را به 3 تا 10 ثانیه محدود می‌کند.

قیمت‌گذاری آن چگونه است؟

به‌ازای هر ثانیه ویدیوی تولیدشده: $0.023/s در 360p، $0.07/s در 720p، $0.105/s در 1080p، $0.21/s در 4K.

تفاوت آن با Reference to Video چیست؟

Image to Video از تصویر شما به‌عنوان فریم اول واقعی استفاده می‌کند. [Reference to Video](/playground/gemini-omni-flash-1-2-reference-to-video) از تصاویر فقط به‌عنوان مرجع سوژه، صحنه یا سبک بهره می‌برد.

چه نسبت تصویرهایی پشتیبانی می‌شود؟

`16:9`، `9:16` و `auto` که از تصویر فریم اول پیروی می‌کند.

آیا صدا تولید می‌کند؟

بله، دیالوگ، صدای محیط و موسیقی به‌صورت بومی تولید می‌شوند.