Gemini Omni 1.1 Flash 图生视频: 图像转视频

使用 Gemini Omni 1.1 Flash 将起始图像制作成视频。添加可选的结束关键帧，实现可控的首尾帧过渡。免费试用。 Gemini Omni 1.1 Flash 图生视频会将起始关键帧图像（firstframeurl）动画化为视频，并可选地使用结束关键帧图像（lastframeurl）控制首尾帧过渡，同时在同一次处理中返回原生同步音频。它是 Gemini Omni 关键帧动画能力的专用入口：无需配置参考图像、参考视频、语音或 character IDs，只需提供起始图像、可选的结束图像、提示词和分辨率。若要从文本提示词而不是起始图像生成视频，请参阅 Gemini Omni 1.1 Flash。若要编辑现有视频，请参阅 Gemini Omni 1.1 Flash 视频编辑；若要进行按标签寻址的多参考合成，请参阅 Gemini Omni 1.1 Flash 参考图生视频。

交互式模型控制

使用 Gemini Omni 1.1 Flash 将起始图像制作成视频。添加可选的结束关键帧，实现可控的首尾帧过渡。免费试用。

📝

概览

关于此模型

Gemini Omni 1.1 Flash 图生视频会将起始关键帧图像（first_frame_url）动画化为视频，并可选地使用结束关键帧图像（last_frame_url）控制首尾帧过渡，同时在同一次处理中返回原生同步音频。它是 Gemini Omni 关键帧动画能力的专用入口：无需配置参考图像、参考视频、语音或 character IDs，只需提供起始图像、可选的结束图像、提示词和分辨率。若要从文本提示词而不是起始图像生成视频，请参阅 Gemini Omni 1.1 Flash。若要编辑现有视频，请参阅 Gemini Omni 1.1 Flash 视频编辑；若要进行按标签寻址的多参考合成，请参阅 Gemini Omni 1.1 Flash 参考图生视频。

1关键帧过渡：锚定首帧和末帧，让模型生成连接两者的运动。

2产品动画：让静态产品图动起来，并加入自然运动和环境音。

3人像动画：将静态人像制作成说话或运动的镜头。

4分镜衔接：将两个分镜帧连接成流畅的过渡片段。

5快速迭代：先以 720p 生成，验证关键帧组合后，再提交 1080p 或 4K 渲染。

💰

价格与价值

成本分析

提供商	费用	备注
muapi	$0.10–$0.30 per second of output (by resolution)	Pay-per-generation, no subscription. Keyframe image-to-video with optional first/last-frame pair.
Fal.ai	暂不可用	Fal.ai 未列出 Gemini Omni 1.1 Flash。
Replicate	暂不可用	Replicate 未列出 Gemini Omni 1.1 Flash。

muapi$0.10–$0.30 per second of output (by resolution)

Pay-per-generation, no subscription. Keyframe image-to-video with optional first/last-frame pair.

Fal.ai暂不可用

Fal.ai 未列出 Gemini Omni 1.1 Flash。

Replicate暂不可用

Replicate 未列出 Gemini Omni 1.1 Flash。

** 竞品价格根据相似模型架构和使用层级估算。

⚙️

技术详情

配置参数

参数	类型	描述	默认值
提示词	string	对目标视频内容的文本描述——画面、镜头方向、对话和环境音提示。	`A street musician plays a violin on a rainy Paris evening, raindrops tap the cobblestones, a slow melancholic melody, distant café chatter.`
首帧图像	string	用于生成视频的起始关键帧图像。	`-`
末帧图像	string	可选的 ending keyframe image. Requires first_frame_url to also be set.	`-`
时长（秒）	枚举（4 个选项）	生成视频的时长（秒）。	`8`
画面比例	枚举（2 个选项）	输出视频的画面比例。	`16:9`
分辨率	枚举（3 个选项）	输出分辨率。按输出秒数计费：720p 为 $0.10/秒，1080p 为 $0.15/秒，4K 为 $0.30/秒。	`720p`
种子	int	随机种子（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。	`0`

提示词string

对目标视频内容的文本描述——画面、镜头方向、对话和环境音提示。

默认值

A street musician plays a violin on a rainy Paris evening, raindrops tap the cobblestones, a slow melancholic melody, distant café chatter.

首帧图像string

用于生成视频的起始关键帧图像。

默认值-

末帧图像string

可选的 ending keyframe image. Requires first_frame_url to also be set.

默认值-

时长（秒）枚举（4 个选项）

生成视频的时长（秒）。

默认值8

画面比例枚举（2 个选项）

输出视频的画面比例。

默认值16:9

分辨率枚举（3 个选项）

输出分辨率。按输出秒数计费：720p 为 $0.10/秒，1080p 为 $0.15/秒，4K 为 $0.30/秒。

默认值720p

种子int

随机种子（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。

默认值0

📖

实施指南

开发者文档

如何使用 Gemini Omni 1.1 Flash 图生视频

提供起始关键帧 传入公开可访问的 first_frame_url — 这是视频动画化的起点图像。
可选地提供结束关键帧 传入 last_frame_url 以控制运动结束的位置。设置 last_frame_url 时也必须设置 first_frame_url。
编写描述运动和声音的提示词 示例：'A street musician plays a violin on a rainy Paris evening, raindrops tap the cobblestones, a slow melancholic melody, distant café chatter.'
选择分辨率和宽高比 分辨率按输出时长计费：720p 为 $0.10/s，1080p 为 $0.15/s，4K 为 $0.30/s。

提交并轮询

curl -X POST https://api.muapi.ai/api/v1/gemini-omni-flash-1-1-image-to-video \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "prompt": "A street musician plays a violin on a rainy Paris evening",
    "first_frame_url": "https://example.com/start.jpg",
    "resolution": "1080p",
    "aspect_ratio": "16:9"
  }'

然后轮询 GET /api/v1/predictions/{request_id}/result，直到 status 为 completed。

提示词技巧
- 描述帧间需要的运动，而不只是静态场景。
- 明确描述声音：'soft piano underscore'、'wind through trees'。
- 指定镜头运动——'slow dolly in'、'handheld tracking shot'——以获得电影感结果。

❓

常见问题

常见问答

Gemini Omni 1.1 Flash 图生视频是什么？

这是一个专注于关键帧动画的端点：提供起始图像（以及可选的结束图像）和提示词，它就会生成在两者之间进行动画并带有原生同步音频的视频。

它与 Gemini Omni 1.1 Flash 有何不同？

此端点要求将起始图像（`first_frame_url`）作为视频实际生成所依据的关键帧。[Gemini Omni 1.1 Flash](/playground/gemini-omni-flash-1-1-text-to-video) 则从文本提示词生成视频，其中任何 `image_urls` 都只是辅助参考图像，并非关键帧。

`last_frame_url` 是必需的吗？

不是，它是可选的。提供时还要求同时设置 `first_frame_url`，模型会生成连接这两帧的运动。

如何计费？

根据输出视频的分辨率按秒计费：720p 为 $0.10/s，1080p 为 $0.15/s，4K 为 $0.30/s。10 秒的 1080p 片段费用为 $1.50。

可以添加参考图像、语音配置或角色 ID 吗？

不可以，此端点只接受提示词、`first_frame_url` 和可选的 `last_frame_url`。如需参考图像、参考视频、语音或角色输入，请使用 [Gemini Omni 1.1 Flash](/playground/gemini-omni-flash-1-1-text-to-video)。