メインコンテンツへスキップ
Google Gemini Omni (Video) は、Google の Gemini Omni Flash モデルを使用して、テキストプロンプトから音声付きの動画を生成します。結果を誘導したり、既存の映像を編集したりするために、参照画像や動画をオプションで添付できます。希望する長さはプロンプト内で直接指定してください。Omni Flash および Omni Flash 1.1 では 3~10 秒、Omni Flash 1.2 では 3~15 秒です。

入力

共通入力

Omni Flash 1.2 入力

Omni Flash 1.1 入力

Omni Flash 入力

参照入力

注意事項:
  • prompt は空にできません。空の場合はノードがエラーを発生させます。
  • text_to_video タスクはプロンプトのみから生成します。画像や動画を添付するとエラーが発生します。
  • image_to_video タスクは画像のみを受け付け(動画は不可)、ちょうど 1 枚または 2 枚の画像が必要です。最初の画像が開始フレーム、オプションの 2 枚目が終了フレームになります。
  • edit タスク(すべてのモデル)および extend タスク(Omni Flash 1.1 と 1.2 のみ)は、ちょうど 1 本の入力動画を必要とし、aspect_ratio を上書きして、その入力動画のアスペクト比を維持します。
  • 添付できるのは最大 14 枚の画像と 3 本の動画です。添付する各動画は 10 秒以下である必要があります。Omni Flash 1.2 では 15 秒以下、extend タスクでは 25 秒以下で、その結果は最大 30 秒になります。
  • Omni Flash は常に 720p、24 FPS の音声付き動画を出力します。解像度の選択は Omni Flash 1.1 と 1.2 でのみ利用できます。
  • temperature と top_p の制御は Omni Flash モデルでのみ利用できます。Omni Flash 1.1 と 1.2 は固定の生成設定を使用します。

出力

このドキュメントは AI によって生成されました。エラーを見つけた場合や改善のご提案がある場合は、ぜひ貢献してください! GitHub で編集

Source fingerprint (SHA-256): 1fc6017d4d6fbce8f04b2f0ded496553074b8498e3b7342179550fc768698897