muapi Logomuapi Logo
muapi Logomuapi Logo

Gemini Omni 1.2 Flash Reference to Video: تصویرویدیو

با Gemini Omni 1.2 Flash ویدیویی بسازید که با حداکثر 6 تصویر مرجع هدایت می‌شود. کلیپ‌های 3 تا 15 ثانیه‌ای با صدای بومی، تا 4K. رایگان امتحان کنید. Gemini Omni 1.2 Flash Reference to Video ویدیویی 3 تا 15 ثانیه‌ای تولید می‌کند که با 1 تا 6 تصویر مرجع برای تعریف سوژه‌ها، صحنه‌ها، سبک یا یک استوری‌بورد هدایت می‌شود. برخلاف تصویر به ویدیو، تصاویر مرجع شرطی‌سازی هستند و نه فریم اول تحت‌اللفظی، بنابراین مدل آزاد است حرکت و کارگردانی دوربین جدیدی پیرامون آن‌ها بسازد و صدای همگام‌سازی‌شده‌ی بومی را در همان یک مرحله برمی‌گرداند. نسبت تصویر 16:9، 9:16 یا auto را انتخاب کنید و از 360p تا 4K رندر بگیرید. 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 فریم شروع تحت‌اللفظی از Gemini Omni 1.2 Flash Image to Video استفاده کنید؛ سایر نقاط پایانی 1.2 Flash: Gemini Omni 1.2 Flash، Gemini Omni 1.2 Flash Image to Video، Gemini Omni 1.2 Flash Video Edit.

کنترل‌های تعاملی مدل

با Gemini Omni 1.2 Flash ویدیویی بسازید که با حداکثر 6 تصویر مرجع هدایت می‌شود. کلیپ‌های 3 تا 15 ثانیه‌ای با صدای بومی، تا 4K. رایگان امتحان کنید.

📝

نمای کلی

مدل‌ها

Gemini Omni 1.2 Flash Reference to Video ویدیویی 3 تا 15 ثانیه‌ای تولید می‌کند که با 1 تا 6 تصویر مرجع برای تعریف سوژه‌ها، صحنه‌ها، سبک یا یک استوری‌بورد هدایت می‌شود. برخلاف تصویر به ویدیو، تصاویر مرجع شرطی‌سازی هستند و نه فریم اول تحت‌اللفظی، بنابراین مدل آزاد است حرکت و کارگردانی دوربین جدیدی پیرامون آن‌ها بسازد و صدای همگام‌سازی‌شده‌ی بومی را در همان یک مرحله برمی‌گرداند. نسبت تصویر 16:9، 9:16 یا auto را انتخاب کنید و از 360p تا 4K رندر بگیرید. 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 فریم شروع تحت‌اللفظی از Gemini Omni 1.2 Flash Image to Video استفاده کنید؛ سایر نقاط پایانی 1.2 Flash: Gemini Omni 1.2 Flash، Gemini Omni 1.2 Flash Image to Video، Gemini Omni 1.2 Flash Video Edit.

1ثبات شخصیت: یک شخصیت یا محصول را در صحنه‌های جدید یکسان نگه دارید.
2انتقال سبک: از آثار مرجع برای تعیین ظاهر کلیپ تولیدشده استفاده کنید.
3استوری‌بورد به ویدیو: پنل‌های استوری‌بورد را به‌عنوان مرجع بدهید تا صحنه هدایت شود.
4محتوای برند: یک محصول را از نماهای مرجع در محیط‌های جدید قرار دهید.
5تکرار سریع: پیش از ارتقای رندر نهایی، با 360p پیش‌نویس بسازید.
💰

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

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

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 Reference to Video

  1. تصاویر مرجع را جمع‌آوری کنید 1 تا 6 نشانی تصویر با دسترسی عمومی را در image_urls ارائه دهید (هر کدام تا 20MB).

  2. پرامپت را بنویسید توصیف کنید مرجع‌ها چگونه ظاهر شوند: 'The character from the first image walks through the city in the second image at sunset.'

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

  4. ارسال و پیگیری نتیجه

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"}'

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 Reference to Video چیست؟

ویدیویی تولید می‌کند که بر اساس 1 تا 6 تصویر مرجع برای سوژه، صحنه یا سبک شرطی شده است و صدای بومی دارد.

چند تصویر مرجع می‌توانم استفاده کنم؟

بین 1 تا 6 تصویر که هر کدام حداکثر 20MB باشد.

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.

آیا تصاویر مرجع به‌عنوان فریم اول استفاده می‌شوند؟

خیر. آن‌ها مرجع‌های شرطی‌سازی هستند. برای فریم اول تحت‌اللفظی از [Image to Video](/playground/gemini-omni-flash-1-2-image-to-video) استفاده کنید.

چه مدت‌هایی پشتیبانی می‌شود؟

3 تا 15 ثانیه.

آیا صدا تولید می‌کند؟

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