Gemini Omni 1.1 Flash Tekst na Wideo
Generuj z tekstu z opcjonalnymi obrazami referencyjnymi, krótkim filmem referencyjnym, profilami głosowymi, profilami postaci i natywnym zsynchronizowanym dźwiękiem.
Gemini Omni 1.1 Flash dodaje kontrolę klatek kluczowych pierwszej/ostatniej klatki, wprowadzanie krótkich referencyjnych wideo i skalowanie do 4K w natywnej rodzinie multimodalnych wideo Google.Muapi udostępnia skoncentrowane punkty końcowe przetwarzania tekstu na wideo, obrazu na wideo i edycji wideo ze zsynchronizowanym dźwiękiem i tą samą asynchroniczną umową przesyłania i ankietowania.
Gemini Omni 1.1 Flash jest już dostępny poprzez API
Spróbuj zamiana tekstu na wideo lubimage-to-video na placu zabaw. Oryginalne punkty końcowe Gemini Omni Flash również pozostają dostępne.
Generuj z tekstu z opcjonalnymi obrazami referencyjnymi, krótkim filmem referencyjnym, profilami głosowymi, profilami postaci i natywnym zsynchronizowanym dźwiękiem.
Wygeneruj kontrolowane przejście od początkowej klatki kluczowej i opcjonalnej końcowej klatki kluczowej, z możliwością wyświetlania w rozdzielczości 4K.
Zastosuj instrukcje tekstowe, aby zmienić styl, ponownie rozjaśnić, przekształcić lub napisać na nowo dialogi w materiale źródłowym, zachowując ruch.
Gemini Omni 1.1 Flash to aktualizacja Google do Gemini Omni Flash, ogłoszona 27 sierpnia 2026 r. Dodaje ona elementy sterujące potrzebne twórcom do tworzenia bardziej precyzyjnych scen: klatki kluczowe pierwszej/ostatniej klatki, krótkie referencyjne wejście wideo i skalowanie do 4K.
Muapi kończy aktualizację jako skupioną zamiana tekstu na wideoi image-to-video punkty końcowe. Tekstowy punkt końcowy akceptuje odniesienia multimodalne i profile wielokrotnego użytku; punkt końcowy obrazu kontroluje przejście między pierwszą i ostatnią klatką.
Określ klatkę początkową i końcową, aby zapewnić ciągłe, kontrolowane przejście między dwoma ujęciami.
Przenieś zatwierdzone prace w rozdzielczości 720p lub 1080p do ostatecznej dostawy w rozdzielczości 4K, gdy projekt będzie gotowy do wysyłki.
Użyj krótkiego okna wideo referencyjnego, aby przenieść styl i ciągłość ruchu do nowej sceny.
Zachowaj natywne dialogi, dźwięki otoczenia i generowanie muzyki Gemini Omni Flash w tym samym przebiegu.
Użyj zamiany tekstu na wideo w przypadku odniesień multimodalnych i obrazu na wideo w celu sterowania klatką kluczową pierwszej/ostatniej klatki.
Zakotwicz pierwszą i ostatnią klatkę, aby uzyskać precyzyjny i kontrolowany ruch między dwoma ujęciami.
Odwołaj się do krótkiego istniejącego klipu, aby nowa scena była wyrównana wizualnie i tonalnie.
Nałóż zapisane profile postaci i głosu na multimodalne podpowiedzi dotyczące powtarzających się scen.
Steruj kompozycją sceny, kierunkiem kamery i dialogami za pomocą jednego bogatego podpowiedzi z natywnym dźwiękiem.
Skaluj poprawioną wersję roboczą do celów transmisji, transmisji strumieniowej lub dostarczania kampanii w wysokiej rozdzielczości.
| Funkcja | Gemini Omni 1.1 Flash | Bliźnięta Omni Błysk |
|---|---|---|
| Specyfikacja pierwszej/ostatniej ramki | ||
| Krótkie okno referencyjne-wideo | ||
| Ekskluzywna rozdzielczość 720p, 1080p i 4K | ||
| Oddzielne punkty końcowe zamiany tekstu na wideo i obrazu na wideo | ||
| Dostępne już na Muapi |
Wybierz punkt końcowy tekstu wielomodalnego lub punkt końcowy obrazu klatki kluczowej, prześlij JSON z kluczem Muapi API i odpytuj zwrócony identyfikator żądania.
Jeśli potrzebujesz podpowiedzi, podpowiedzi, głosu lub znaków, użyj funkcji zamiany tekstu na wideo.
Użyj obrazu do wideo z First_frame_url i opcjonalnym last_frame_url, aby uzyskać kontrolowane przejścia.
Sonduj standardowy punkt końcowy wyniku przewidywania i czytaj wygenerowane wyjścia wideo i audio.
Jest to aktualizacja Google do Gemini Omni Flash z 27 sierpnia 2026 r., dodająca klatki kluczowe pierwszej/ostatniej klatki, krótkie referencyjne wejście wideo i skalowanie do 4K przez punkty końcowe Muapi.
Aktualizacja 1.1 dodaje generowanie sterowane klatkami kluczowymi, referencyjne wejście wideo zapewniające ciągłość i skalowanie do 4K przy zachowaniu natywnej zsynchronizowanego dźwięku.
Nie. Generowanie klatek kluczowych wykorzystuje punkt końcowy konwersji obrazu do wideo z zachętą, adresem URL pierwszej_klatki i opcjonalnym adresem URL ostatniej_klatki. Obrazy referencyjne, odniesienia wideo, profile głosowe i identyfikatory postaci należą do oddzielnego punktu końcowego zamiany tekstu na wideo.
Tak. Wypróbuj punkt końcowy zamiany tekstu na wideo lub obrazu na wideo na placu zabaw z kluczem Muapi API. Oryginalne punkty końcowe Gemini Omni Flash pozostają dostępne.
Standardowe wyjście obejmuje rozdzielczości 720p i 1080p, ze skalowaniem do 4K w celu uzyskania ostatecznej dostawy. Generowanie wideo jest rozliczane sekundowo, zgodnie z wybranym punktem końcowym i opcją wyjścia.
Dodaj klatki kluczowe, wideo referencyjne, natywny dźwięk i dostarczanie 4K do przepływu pracy wideo za pomocą jednego interfejsu API.