muapi Logomuapi Logo
muapi Logomuapi Logo

Gemini Omni 1.2 Flash 图像转视频: 图像转视频

使用 Gemini Omni 1.2 Flash 将图像制作成视频。可选末帧，3-15 秒片段，带原生音频，最高 4K。免费试用。 Gemini Omni 1.2 Flash 图像转视频可将起始关键帧图像（firstframeurl）制作成 3-15 秒的视频，并可选择添加结束关键帧（lastframeurl）以实现受控的首帧到末帧转场，同时在同一过程中返回原生同步音频。这是专注于关键帧动画的入口：提供首帧图像、可选的末帧图像、提示词，以及时长、宽高比和分辨率。提供末帧时，时长限制为 3-10 秒。按输出秒数计费（360p 为 $0.023/秒，720p 为 $0.07/秒，1080p 为 $0.105/秒，4K 为 $0.21/秒）。若仅使用文本生成，请参阅 Gemini Omni 1.2 Flash；其他 1.2 Flash 端点：Gemini Omni 1.2 Flash、Gemini Omni 1.2 Flash 视频编辑、Gemini Omni 1.2 Flash 参考图转视频。

交互式模型控制

使用 Gemini Omni 1.2 Flash 将图像制作成视频。可选末帧，3-15 秒片段，带原生音频，最高 4K。免费试用。

📝

概览

关于此模型

Gemini Omni 1.2 Flash 图像转视频可将起始关键帧图像（first_frame_url）制作成 3-15 秒的视频，并可选择添加结束关键帧（last_frame_url）以实现受控的首帧到末帧转场，同时在同一过程中返回原生同步音频。这是专注于关键帧动画的入口：提供首帧图像、可选的末帧图像、提示词，以及时长、宽高比和分辨率。提供末帧时，时长限制为 3-10 秒。按输出秒数计费（360p 为 $0.023/秒，720p 为 $0.07/秒，1080p 为 $0.105/秒，4K 为 $0.21/秒）。若仅使用文本生成，请参阅 Gemini Omni 1.2 Flash；其他 1.2 Flash 端点：Gemini Omni 1.2 Flash、Gemini Omni 1.2 Flash 视频编辑、Gemini Omni 1.2 Flash 参考图转视频。

1产品动画：为静态产品图加入自然的运动和环境音，让其鲜活起来。
2人像动画：将静态人像转为会说话或会动的镜头。
3关键帧转场：锚定首帧和末帧，由模型生成中间的衔接运动。
4分镜衔接：将两个分镜画面连接成流畅的片段。
5快速迭代：在以 1080p 或 4K 渲染之前，先用 360p 测试关键帧。
💰

价格与价值

成本分析

muapi每秒 $0.023–$0.21（按分辨率）

按生成次数付费，无需订阅。按生成视频的秒数计费。

Fal.ai不可用

该模型未在 Fal.ai 上架。

Replicate不可用

该模型未在 Replicate 上架。

** 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

提示词string

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

默认值The camera slowly pushes in as the subject turns and smiles, soft ambient music
First Framestring

Image used as the first frame of the video.

默认值-
Last Framestring

可选的 image used as the last frame. Requires first_frame_url; duration is then limited to 3-10 秒。

默认值-
时长integer

Video length （秒） (3-15).

默认值8
画面比例枚举（3 个选项）

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

默认值16:9
分辨率枚举（4 个选项）

Output resolution. Output priced per second of 生成的视频: $0.023/s at 360p, $0.07/s at 720p, $0.105/s at 1080p, $0.21/s at 4K.

默认值720p
种子integer

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

默认值-
📖

实施指南

开发者文档

如何使用 Gemini Omni 1.2 Flash 图像转视频

  1. 提供首帧 将可公开访问的图像 URL 作为 first_frame_url 传入。

  2. 可选：添加末帧 传入 last_frame_url 以指定结束图像。此时时长必须为 3-10 秒。

  3. 描述运动 编写涵盖动作、镜头和声音的提示词。

  4. 选择时长、宽高比和分辨率 时长 3-15 秒（有末帧时为 3-10 秒），分辨率 360p-4K。计费：360p 为 $0.023/秒，720p 为 $0.07/秒，1080p 为 $0.105/秒，4K 为 $0.21/秒。

  5. 提交并轮询

curl -X POST https://api.muapi.ai/api/v1/gemini-omni-flash-1-2-image-to-video
-H "Authorization: Bearer YOUR_API_KEY"
-H "Content-Type: application/json"
-d '{"prompt": "The camera slowly pushes in as the subject smiles", "first_frame_url": "https://example.com/first.png", "duration": 8, "resolution": "720p"}'

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

常见问题

常见问答

什么是 Gemini Omni 1.2 Flash 图像转视频？

它将起始图像制作成 3-15 秒、带原生音频的视频，并可选择添加结束帧。

last_frame_url 是必填项吗？

不是。它是可选的，需要同时提供 `first_frame_url`，并将时长限制为 3-10 秒。

如何计费？

按生成视频的秒数计费：360p 为 $0.023/秒，720p 为 $0.07/秒，1080p 为 $0.105/秒，4K 为 $0.21/秒。

这与参考图转视频有何不同？

图像转视频会将您的图像作为真正的首帧。[参考图转视频](/playground/gemini-omni-flash-1-2-reference-to-video) 仅将图像用作主体、场景或风格的参考。

支持哪些宽高比？

`16:9`、`9:16` 和 `auto`（跟随首帧图像）。

它会生成音频吗？

会，对白、环境音和音乐均为原生生成。