muapi Logomuapi Logo
muapi Logomuapi Logo

Gemini Omni 视频编辑: AI動画編集

Gemini Omni 视频编辑——原生多模态的视频到视频编辑。只需一个プロンプト，即可从源片段重新设计风格、调整光照、替换主体或改写场景。跨模态统一推理在应用编辑的同时保持运动和音频连续性。

📝

概要

このモデルについて

Gemini Omni 视频编辑将 Google 原生多模态 any-to-any 模型用于基于源片段的编辑。提供一个片段和自然语言编辑指令——重新设计外观、改变季节、替换主体或改写对白——模型就会在保留原始运动和时间安排的同时，通过一次处理重写视频。

由于模型会联合理解画面和音频，编辑可以在不同模态之间保持连贯：重新生成的音频会匹配新画面，需要时也可以保留原始环境声。

1重新设计风格与光照：通过一个プロンプト，将实拍片段转换为水彩、动漫、黏土动画或其他视觉风格。
2本地化：在保留说话者身份和唇部动作的同时，将对白改写为新语言。
3连续性修复：无需重新拍摄，即可调整现场遗漏的服装、道具或背景细节。
4创意迭代：从一个源片段测试同一镜头的多种外观——黄金时刻与霓虹夜景、夏季与冬季。
5内容适配：无需重新拍摄原始素材，即可为新平台重新构图和设计风格。
💰

料金と価値

コスト分析

muapi$2.40 (720p/1080p) · $3.60 (4K)

Flat rate per generation — same price regardless of duration. Synchronized audio included at no extra charge.

Fal.ai提供なし

Gemini Omni Video Edit is not currently available on Fal.ai.

Replicate提供なし

Gemini Omni Video Edit is not currently available on Replicate.

** 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

编辑プロンプトstring

描述要应用的编辑操作。例如：改为水彩风格、更换季节、替换主体服装。

デフォルト値Transform the growing clock into @image1 while preserving the original expansion and wall-breaking motion. As the clock enlarges, metallic spider legs unfold from the sides and stab through furniture and walls. Keep the camera motion and apartment destruction intact.
参考画像array

参考画像。总共提供 7 个画像槽位；動画占用 2 个槽位，每个 character_id 占用 1 个槽位。每张画像最大 20 MB。

デフォルト値https://cdn.muapi.ai/assets/gemini-omni-video-edit.jpg
源動画string

Source video to edit (max 100 MB, max 30 s). Optional if image_urls are provided.

デフォルト値https://cdn.muapi.ai/assets/gemini-omni-text-to-video.mp4
裁剪开始时间（秒）number

Start of the clip window to edit, in seconds (>= 0).

デフォルト値0
裁剪结束时间（秒）number

End of the clip window to edit, in seconds. Must be within 10 s of trim_start.

デフォルト値10
長さ（秒）（秒）Enum（4個の選択肢）

生成動画的生成時間（秒）。

デフォルト値8
解像度Enum（3個の選択肢）

出力動画解像度。720p 和 1080p 价格相同；4K 价格更高。

デフォルト値1080p
アスペクト比Enum（2個の選択肢）

出力動画的アスペクト比。

デフォルト値16:9
音声 IDarray

Up to 3 voice profile IDs returned by the Gemini Omni Audio endpoint.

デフォルト値-
种子int

ランダムシード値（0–2147483647）。固定后可复现结果，但由于模型随机性，结果仍可能有所不同。

デフォルト値0
角色 IDarray

Up to 3 character IDs from Gemini Omni Character to feature in the video.

デフォルト値-
📖

実装ガイド

開発者ドキュメント

使用方法 Gemini Omni 视频编辑

  1. 上传源视频 提供公开的 video_url，或从 playground 上传片段。较短的入力（约少于 15 秒）能产生最稳定的编辑结果。

  2. 编写清晰的编辑プロンプト 明确说明哪些内容应该改变、哪些内容应该保留。例如：'Restyle the entire clip as a hand-drawn Studio Ghibli animation, keep the original camera motion, lighting direction, and timing.'

  3. 选择分辨率

    • 720p / 1080p — 价格相同（每次生成 $2.40）
    • 4K — 更高分辨率（每次生成 $3.60）

  4. 提交并轮询 POST 到 /api/v1/gemini-omni-video-edit，并轮询 GET /api/v1/predictions/{request_id}/result，直到 status 为 completed。

  5. プロンプト技巧

    • 锚定不应改变的内容：'keep the original framing'、'preserve subject identity'、'maintain camera path'。
    • 对于风格迁移，明确写出参考风格：'1980s VHS'、'oil painting'、'claymation'。
    • 对于对白编辑，引用替换后的台词，并说明所需的声音语气或语言。
❓

よくある質問

FAQ

这与将源片段作为参考运行テキストから動画生成模型有何不同？

Gemini Omni 视频编辑会直接以源片段为条件，同时理解画面和音频。应用编辑时，模型会保留源片段的运动、时间安排和连续性，而不是生成一个大致匹配的新片段。

可以只编辑音频（例如更改对白）而不改变画面吗？

可以——禁用 `preserve_audio`，并编写只针对音频的プロンプト（例如，"replace the dialogue with: '...'"）。画面会与源片段保持对齐，同时重新生成音频。

支持多长的视频？

最大片段长度将在上线时确认。预计支持最长 30 秒的入力，与テキストから動画生成版本一致。

编辑会影响运动或镜头移动吗？

默认情况下，模型会保留源片段的运动和镜头路径。如果希望改变镜头或运动，请在プロンプト中明确说明。

Gemini Omni 视频编辑何时会在 muapi 上线？

Google 于 2026 年 5 月 19 日的 I/O 2026 上宣布了 Gemini Omni，API 访问将在接下来几周陆续开放。视频编辑版本将在上游 API 支持后立即在 muapi 上线。