Gemini Omni 1.1 Flash 图生视频: 图像转视频

如何使用 Gemini Omni 1.1 Flash 图生视频

1. 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。

2. 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。

3. 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.'

4. 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。

5. 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。

6. 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。