Gemini Omni Flash Image to Video API

google/gemini-omni-flash/image-to-video

Gemini Omni Flash Image to Video 将单张静帧图像转化为 4–10 秒动态视频,支持主体保留、原生音画口型同步,以及 720p 至 4K 分辨率输出。它在增加定向运动、运镜与同步声音的同时,保持源图中的身份特征、构图与风格。

输入
346/20000
输出
等待运行

生成的视频会显示在这里

填写提示词并添加所需素材,确认设置后点击“运行”。

720p · 6 秒 = $0.750 (150 积分)
继续使用

示例

Start exactly on the input image. The lighthouse beam rotates and sweeps across the darkening sea, waves crash against the rocks sending up white spray, clouds drift slowly across the dusk sky. Steady cinematic wide shot, no cuts. Audio: ocean waves and wind. Keep the same lighthouse, cliff, and colors. No logos, no readable text, no watermark.

Start exactly on the input image. Thin mist drifts slowly across the still mountain lake, a paddle dips into the water from the canoe creating gentle expanding ripples, soft pink morning light shifts subtly. Camera locked. Audio: quiet water lapping and a distant bird. Keep the same lake, canoe, and mountains. No logos, no readable text, no watermark.

Start exactly on the input image. Dust motes drift and swirl inside the sunbeam, a gentle breeze flips the pages of the open book on the desk, the light flickers subtly. Camera locked. Audio: quiet room tone with soft page turns. Keep the same library, desk, and lighting. No logos, no readable text, no watermark.

Gemini Omni Flash Image to Video

Gemini Omni Flash Image to Video 是 Google DeepMind 打造的多模态图生视频模型。上传一张公开图片 URL,再补充运动与音频提示词,即可生成 4–10 秒、带口型同步对白与环境声的短片。可在 720p、1080p 与 4K 之间选择,配合 16:9 或 9:16 画幅,适合产品静帧动效、肖像对白片段、品牌主视觉激活,以及将既有创意素材转为社交短视频。

为什么选择此端点?

  • 单图驱动品牌静帧动效将一张产品或肖像静帧动画化为可观看短片,无需从零重建场景。

  • 主体与构图保留在加入合理运动时,持续保留源图中的面容、服饰、产品外形与构图线索。

  • 原生音频与口型同步随画面生成对白与环境声,让说话镜头与产品演示直接带同步声音交付。

  • 提示词运镜与光影控制在静帧之上引导推进、推轨、跟拍与光影情绪,编排揭示与情绪节拍。

  • 720p 至 4K 交付档位先用 720p 或 1080p 打样,需要更清晰纹理与光影时再渲染 4K。

  • 灵活时长与画幅可选 4–10 秒与 16:9 或 9:16,匹配钩子、演示与竖屏社交版式。

参数

参数要求说明
prompt必填

字符串。描述运动、运镜、光影与声音;去除首尾空格后为 1–20,000 个字符。

image_urls必填

数组,恰好包含 1 个公开 HTTP(S) 图片 URL,作为源静帧。

duration可选

整数。输出时长(秒);体验区预选 6 秒。

默认64810
resolution可选

字符串。输出清晰度档位;体验区预选 720p。

默认720p1080p4k
aspect_ratio可选

字符串。输出画幅;体验区预选 16:9。

默认16:99:16

如何使用

  1. 准备源静帧提供一张清晰的公开图片 URL,展示需要动画化的主体、产品或主视觉。

  2. 编写运动提示词描述动作、运镜、光影变化与对白或环境声,并写明需要保留的身份细节。

  3. 设置输出时长选择 4、6、8 或 10 秒(默认 6 秒),匹配从静帧展开的节拍。

  4. 选择分辨率迭代用 720p,更清晰交付用 1080p,高细节终稿用 4K。

  5. 选择画面比例按横向叙事或竖屏社交选择 16:9 或 9:16。

  6. 确认费用并运行查看运行按钮费用,完成素材与提示词后点击运行。

  7. 预览并下载视频任务完成后预览画面与同步音频,再选择下载视频保存结果。

价格

按次计费,费用由时长与分辨率档位决定,原生音频包含在结果中。1 积分 = $0.005。

用量费率说明
720p / 1080p4 秒=120、6 秒=150、8 秒=200、10 秒=220 积分默认 720p / 6 秒为 150 积分($0.75)。
4k4 秒=250、6 秒=300、8 秒=350、10 秒=450 积分4k / 6 秒为 300 积分($1.50)。

适用场景

  • 产品静帧转广告动效将包装与英雄静帧做成带环境声的短演示,用于电商与付费社交。

  • 肖像对白片段用清晰人像静帧加语音线索,生成虚拟人、反应镜头与代言草稿。

  • 品牌主视觉激活用可控运镜让战役静帧动起来,再进入正式视频制作。

  • 社交创意再混剪把既有 9:16 或 16:9 素材转成新的运动变体,便于 A/B 测试。

专业建议

  • 使用主体轮廓清晰、光线充足的静帧,便于运动中保持身份可读。
  • 先写明要保留的面容、服饰或产品标识,再单独描述新增动作。
  • 明确写出 slow push-in、side tracking 等运镜,避免构图无序漂移。
  • 用 Audio 线索补充对白语言与对应画面动作的环境声。
  • 每个片段只设一条主动作弧线;复杂编排更适合二次迭代。

使用说明

  • Gemini Omni Flash Image to Video 需要 prompt,以及恰好包含 1 个公开图片 URL 的 image_urls。
  • 在提示词中描述对白或环境声;结果包含原生音画口型同步。
  • duration、resolution 与 aspect_ratio 分别配置时长、清晰度与画幅。
  • API 提交后保存返回的 task_id,用于查询进度并获取最终媒体地址。

相关模型

Gemini Omni Flash Image to Video API 常见问题

Gemini Omni Flash Image to Video API 是什么?

Gemini Omni Flash Image to Video 是 Google DeepMind 用于将静帧图像动画化为视频的多模态模型。它根据一张参考静帧与文本提示词生成 4–10 秒短片,具备主体保留、原生音画口型同步,以及 720p 至 4K 输出。基于 Gemini 统一多模态架构,它在增加定向运动与同步声音的同时,保持源图身份与构图。你可以通过 API 进行程序化调用,也可以在上方体验区直接在线试用。

Gemini Omni Flash Image to Video 需要几张图片?

image_urls 恰好提交 1 个公开图片 URL。该静帧锚定身份与构图,运动与声音由提示词驱动。若需要多图一致性,请改用 Reference to Video。

Gemini Omni Flash Image to Video 能保留主体身份吗?

能。从清晰静帧出发,并在提示词中重申面容、服饰或产品标识,模型即可在增加运动时锚定外观。主体干净、无杂乱的源图更利于全程连贯。

Gemini Omni Flash Image to Video 支持原生口型同步吗?

支持。对白与环境声随画面生成并写入 MP4。需要说话表演时,补充语言与语气线索,口型即可跟踪表达。

Gemini Omni Flash Image to Video 何时适合用 4K?

终稿需要更清晰纹理与光影细节时选 4K。日常迭代先用 720p 或 1080p——时长选项相同、积分更低——再把选定镜头升到 4K。

Gemini Omni Flash Image to Video 如何控制运镜?

把 slow push-in、dolly、side tracking 等明确运镜单独成句,并与主体动作分开写。再配合光影线索,静帧构图会按意图演进。

Gemini Omni Flash Image to Video 积分如何计算?

按次按时长与分辨率扣积分。720p/1080p 下 6 秒为 150 积分($0.75);同等时长 4K 为 300 积分($1.50)。完整费率见本页价格说明。