muapi Logomuapi Logo
muapi Logomuapi Logo

Gemini Omni 1.2 Flash Reference to Video: 画像から動画生成

Gemini Omni 1.2 Flashで、最大6枚のリファレンス画像をガイドに動画を生成。ネイティブ音声付きの3〜15秒クリップ、最大4K。無料で試せます。 Gemini Omni 1.2 Flash Reference to Videoは、被写体・シーン・スタイル・ストーリーボードを定義する1〜6枚のリファレンス画像をガイドに、3〜15秒の動画を生成します。画像から動画とは異なり、画像は文字通りの最初のフレームではなく条件付けのリファレンスとして扱われるため、モデルはその周囲で新しい動きやカメラワークを自由に構成でき、同じ処理でネイティブ同期音声も返されます。アスペクト比は16:9、9:16、自動から選択し、360pから4Kでレンダリングできます。料金は出力の秒数に応じた従量課金です（360pは$0.023/秒、720pは$0.07/秒、1080pは$0.105/秒、4Kは$0.21/秒）。文字通りの開始フレームが必要な場合はGemini Omni 1.2 Flash Image to Videoをご利用ください。その他の1.2 Flashエンドポイント：Gemini Omni 1.2 Flash、Gemini Omni 1.2 Flash Image to Video、Gemini Omni 1.2 Flash Video Edit。

インタラクティブなモデルコントロール

Gemini Omni 1.2 Flashで、最大6枚のリファレンス画像をガイドに動画を生成。ネイティブ音声付きの3〜15秒クリップ、最大4K。無料で試せます。

📝

概要

このモデルについて

Gemini Omni 1.2 Flash Reference to Videoは、被写体・シーン・スタイル・ストーリーボードを定義する1〜6枚のリファレンス画像をガイドに、3〜15秒の動画を生成します。画像から動画とは異なり、画像は文字通りの最初のフレームではなく条件付けのリファレンスとして扱われるため、モデルはその周囲で新しい動きやカメラワークを自由に構成でき、同じ処理でネイティブ同期音声も返されます。アスペクト比は16:9、9:16、自動から選択し、360pから4Kでレンダリングできます。料金は出力の秒数に応じた従量課金です（360pは$0.023/秒、720pは$0.07/秒、1080pは$0.105/秒、4Kは$0.21/秒）。文字通りの開始フレームが必要な場合はGemini Omni 1.2 Flash Image to Videoをご利用ください。その他の1.2 Flashエンドポイント：Gemini Omni 1.2 Flash、Gemini Omni 1.2 Flash Image to Video、Gemini Omni 1.2 Flash Video Edit。

1キャラクターの一貫性: 新しいシーンでも、同じキャラクターや商品を保ちます。
2スタイル転送: リファレンスアートで、生成クリップのルックを決めます。
3ストーリーボードから動画へ: ストーリーボードのパネルをリファレンスとして渡し、シーンをガイドします。
4ブランドコンテンツ: リファレンスショットの商品を、新しい環境に配置します。
5高速イテレーション: 最終レンダリングをアップスケールする前に、360pでドラフトを作成します。
💰

料金と価値

コスト分析

muapi解像度により$0.023〜$0.21/秒

生成ごとの従量課金で、サブスクリプションは不要です。生成された動画の秒数に応じて課金されます。

Fal.ai利用不可

このモデルはFal.aiには掲載されていません。

Replicate利用不可

このモデルはReplicateには掲載されていません。

** 競合サービスの料金は類似のモデル構成および利用ティアに基づいて算出された推定値です。

⚙️

技術詳細

設定スキーマ

プロンプトstring

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

デフォルト値The character from the first image walks through the city in the second image at sunset, ambient street sounds
Reference 画像sarray

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

デフォルト値-
長さ（秒）integer

Video length in seconds (3-15).

デフォルト値8
アスペクト比Enum（3個の選択肢）

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

デフォルト値16:9
解像度Enum（4個の選択肢）

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.

デフォルト値720p
シード値integer

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

デフォルト値-
📖

実装ガイド

開発者ドキュメント

Gemini Omni 1.2 Flash Reference to Videoの使い方

  1. リファレンス画像を集める 公開アクセス可能な画像URLを1〜6件、image_urls に指定します（各20MBまで）。

  2. プロンプトを書く リファレンスをどう登場させるかを記述します: 'The character from the first image walks through the city in the second image at sunset.'

  3. 長さ、アスペクト比、解像度を選ぶ durationは3〜15秒です。料金は360pが$0.023/秒、720pが$0.07/秒、1080pが$0.105/秒、4Kが$0.21/秒です。

  4. 送信してポーリングする

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"}'

その後、`status` が `completed` になるまで `GET /api/v1/predictions/{request_id}/result` をポーリングします。
❓

よくある質問

FAQ

Gemini Omni 1.2 Flash Reference to Videoとは？

被写体・シーン・スタイルを示す1〜6枚のリファレンス画像を条件に、ネイティブ音声付きの動画を生成します。

リファレンス画像は何枚まで使えますか？

1〜6枚で、各20MBまでです。

料金はどのくらいですか？

生成された動画の秒数に応じて課金されます：360pは$0.023/秒、720pは$0.07/秒、1080pは$0.105/秒、4Kは$0.21/秒。

リファレンス画像は最初のフレームとして使われますか？

いいえ。条件付けのリファレンスとして使われます。文字通りの最初のフレームには[Image to Video](/playground/gemini-omni-flash-1-2-image-to-video)をご利用ください。

対応している長さは？

3〜15秒です。

音声も生成されますか？

はい。セリフ、環境音、音楽がネイティブ生成されます。