muapi Logomuapi Logo
muapi Logomuapi Logo

Gemini Omni 1.2 Flash: เครื่องกำเนิดวิดีโอ AI

สร้างวิดีโอจากข้อความด้วย Gemini Omni 1.2 Flash คลิป 3-15 วินาทีพร้อมเสียงเนทีฟที่ 360p ถึง 4K จ่ายต่อวินาที ลองใช้ฟรี. Gemini Omni 1.2 Flash คือโมเดลวิดีโอมัลติโมดัลแบบเร็วของ Google และนี่คือเอนด์พอยต์ข้อความเป็นวิดีโอ เพียงเขียนพรอมต์อธิบายฉาก การกระทำ กล้อง และเสียง ก็จะได้คลิปยาว 3-15 วินาทีพร้อมบทสนทนา เสียงบรรยากาศ และดนตรีที่ซิงโครไนซ์แบบเนทีฟซึ่งสร้างในรอบเดียวกัน เลือกอัตราส่วนภาพ 16:9, 9:16 หรืออัตโนมัติ และเรนเดอร์ที่ 360p สำหรับฉบับร่างราคาประหยัดหรือสูงสุด 4K สำหรับงานส่งมอบ ราคาคิดต่อวินาทีของเอาต์พุต ($0.023/วินาที ที่ 360p, $0.07/วินาที ที่ 720p, $0.105/วินาที ที่ 1080p, $0.21/วินาที ที่ 4K) ต้นทุนจึงเพิ่มตามความยาวคลิปอย่างคาดการณ์ได้ หากต้องการเริ่มจากภาพ ให้ใช้ Gemini Omni 1.2 Flash Image to Video หากต้องการใช้ภาพอ้างอิงช่วยกำหนด ดู Gemini Omni 1.2 Flash Reference to Video และหากต้องการแก้ไขคลิปที่มีอยู่ ดู Gemini Omni 1.2 Flash Video Edit

การควบคุมโมเดลแบบโต้ตอบ

สร้างวิดีโอจากข้อความด้วย Gemini Omni 1.2 Flash คลิป 3-15 วินาทีพร้อมเสียงเนทีฟที่ 360p ถึง 4K จ่ายต่อวินาที ลองใช้ฟรี

📝

ภาพรวม

เกี่ยวกับรุ่นนี้

Gemini Omni 1.2 Flash คือโมเดลวิดีโอมัลติโมดัลแบบเร็วของ Google และนี่คือเอนด์พอยต์ข้อความเป็นวิดีโอ เพียงเขียนพรอมต์อธิบายฉาก การกระทำ กล้อง และเสียง ก็จะได้คลิปยาว 3-15 วินาทีพร้อมบทสนทนา เสียงบรรยากาศ และดนตรีที่ซิงโครไนซ์แบบเนทีฟซึ่งสร้างในรอบเดียวกัน เลือกอัตราส่วนภาพ 16:9, 9:16 หรืออัตโนมัติ และเรนเดอร์ที่ 360p สำหรับฉบับร่างราคาประหยัดหรือสูงสุด 4K สำหรับงานส่งมอบ ราคาคิดต่อวินาทีของเอาต์พุต ($0.023/วินาที ที่ 360p, $0.07/วินาที ที่ 720p, $0.105/วินาที ที่ 1080p, $0.21/วินาที ที่ 4K) ต้นทุนจึงเพิ่มตามความยาวคลิปอย่างคาดการณ์ได้ หากต้องการเริ่มจากภาพ ให้ใช้ Gemini Omni 1.2 Flash Image to Video หากต้องการใช้ภาพอ้างอิงช่วยกำหนด ดู Gemini Omni 1.2 Flash Reference to Video และหากต้องการแก้ไขคลิปที่มีอยู่ ดู Gemini Omni 1.2 Flash Video Edit

1หนังสั้นเชิงเรื่องเล่า: ควบคุมฉาก กล้อง และบทสนทนาจากพรอมต์ข้อความที่ละเอียดเพียงอันเดียว
2วิดีโอโซเชียล: สร้างคลิป 9:16 พร้อมเสียงในตัวสำหรับ Reels, Shorts และ TikTok
3แนวคิดโฆษณา: ทำต้นแบบไอเดียเชิงพาณิชย์ที่ 360p แล้วเรนเดอร์ผลงานที่ชนะอีกครั้งที่ 1080p หรือ 4K
4วิดีโออธิบาย: สร้างลำดับภาพสั้นพร้อมเสียงบรรยายโดยไม่ต้องมีไปป์ไลน์เสียงแยกต่างหาก
5ทดลองซ้ำอย่างรวดเร็ว: ใช้ฉบับร่าง 360p ราคาประหยัดเพื่อตรวจสอบพรอมต์ก่อนเรนเดอร์ความละเอียดสูง
💰

ราคาและความคุ้มค่า

การวิเคราะห์ต้นทุน

muapi$0.023–$0.21 ต่อวินาที (ตามความละเอียด)

จ่ายต่อการสร้าง ไม่ต้องสมัครสมาชิก คิดเงินต่อวินาทีของวิดีโอที่สร้าง

Fal.aiไม่มีให้บริการ

โมเดลนี้ไม่ได้อยู่ในรายการของ Fal.ai

Replicateไม่มีให้บริการ

โมเดลนี้ไม่ได้อยู่ในรายการของ Replicate

** ราคาของคู่แข่งประเมินโดยพิจารณาจากสถาปัตยกรรมโมเดลและระดับการใช้งานที่คล้ายคลึงกัน

⚙️

รายละเอียดทางเทคนิค

สคีมาการกำหนดค่า

พร้อมท์string

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

ค่าเริ่มต้นA cat plays piano in a jazz bar, one continuous shot, soft live jazz
ระยะเวลา (วินาที)integer

Video length in seconds (3-15).

ค่าเริ่มต้น8
อัตราส่วนภาพอีนัม (3 ตัวเลือก)

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

ค่าเริ่มต้น16:9
ความละเอียดอีนัม (4 ตัวเลือก)

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.

ค่าเริ่มต้น720p
เมล็ดพันธุ์integer

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

ค่าเริ่มต้น-
📖

คู่มือการใช้งาน

เอกสารสำหรับนักพัฒนา

วิธีใช้ Gemini Omni 1.2 Flash

  1. เขียนพรอมต์มัลติโมดัล อธิบายภาพ ทิศทางกล้อง บทสนทนา และเสียงบรรยากาศรวมกัน ตัวอย่าง: 'แมวเล่นเปียโนในบาร์แจ๊ส ถ่ายต่อเนื่องเทคเดียว ดนตรีแจ๊สสดเบาๆ'

  2. เลือกความยาว อัตราส่วนภาพ และความละเอียด ความยาว 3-15 วินาที อัตราส่วนภาพคือ 16:9, 9:16 หรือ auto (ถือเป็น 16:9 หากไม่มีภาพอ้างอิง) ความละเอียดคือ 360p, 720p, 1080p หรือ 4k การคิดค่าบริการ: $0.023/วินาที ที่ 360p, $0.07/วินาที ที่ 720p, $0.105/วินาที ที่ 1080p, $0.21/วินาที ที่ 4K

  3. กำหนด seed (ไม่บังคับ) ส่ง seed (10000-99999) เพื่อให้เรนเดอร์ซ้ำได้ผลเหมือนเดิม

  4. ส่งงานและสอบถามผล

curl -X POST https://api.muapi.ai/api/v1/gemini-omni-flash-1-2-text-to-video
-H "Authorization: Bearer YOUR_API_KEY"
-H "Content-Type: application/json"
-d '{"prompt": "A cat plays piano in a jazz bar, one continuous shot, soft live jazz", "duration": 8, "resolution": "720p", "aspect_ratio": "16:9"}'

จากนั้นสอบถาม `GET /api/v1/predictions/{request_id}/result` จนกว่า `status` จะเป็น `completed`

5. **เคล็ดลับการเขียนพรอมต์**
   - อธิบายเสียงให้ชัดเจน: *'เปียโนคลอเบาๆ'*, *'ลมพัดผ่านต้นไม้'*
   - ใส่บทพูดในเครื่องหมายคำพูดและอธิบายผู้พูด
   - ระบุการเคลื่อนกล้อง เช่น *'dolly เข้าช้าๆ'* หรือ *'ถ่ายตามด้วยกล้องมือถือ'*
❓

คำถามทั่วไป

คำถามที่พบบ่อย

Gemini Omni 1.2 Flash คืออะไร

เป็นโมเดลวิดีโอมัลติโมดัลแบบเร็วของ Google เอนด์พอยต์นี้เปลี่ยนพรอมต์ข้อความให้เป็นวิดีโอยาว 3-15 วินาทีพร้อมเสียงที่ซิงโครไนซ์แบบเนทีฟ

คิดราคาอย่างไร

คิดต่อวินาทีของวิดีโอที่สร้าง: $0.023/วินาที ที่ 360p, $0.07/วินาที ที่ 720p, $0.105/วินาที ที่ 1080p, $0.21/วินาที ที่ 4K คลิป 720p ยาว 8 วินาทีราคา $0.56

รองรับความยาวและความละเอียดใดบ้าง

ความยาว 3-15 วินาที และความละเอียด 360p, 720p, 1080p และ 4K

สร้างเสียงได้ไหม

ได้ บทสนทนา เสียงบรรยากาศ และดนตรีถูกสร้างแบบเนทีฟในรอบเดียวกัน อธิบายเสียงในพรอมต์เพื่อกำหนดทิศทาง

ใช้ภาพอ้างอิงหรือเฟรมเริ่มต้นได้ไหม

ไม่ได้ในเอนด์พอยต์นี้ ใช้ [Gemini Omni 1.2 Flash Image to Video](/playground/gemini-omni-flash-1-2-image-to-video) สำหรับเฟรมเริ่มต้น หรือ [Gemini Omni 1.2 Flash Reference to Video](/playground/gemini-omni-flash-1-2-reference-to-video) สำหรับภาพอ้างอิง

จะได้ผลลัพธ์ที่ซ้ำได้อย่างไร

ส่ง `seed` (10000-99999) เดียวกันพร้อมพรอมต์และการตั้งค่าเดียวกัน