Gemini Omni 1.1 Flash video generation and editing up to 4K

Gemini Omni 1.1 Flash 是 Google 的视频模型，Vidgo 提供文字、画面、参考图与编辑任务。它支持原生音频、新的 4/6/8/10 秒视频，以及 3–10 秒源视频编辑，输出提供 360p、720p、1080p 或 4K。输入方式决定请求中使用的画面、图像参考与视频字段。

描述包含运动与声音的场景，提供首尾帧，准备外观参考图，或提供 3–10 秒视频进行目标明确的编辑。说明素材来源与保留细节，选择输出规格，并查看完整费用估算。检查结果，将合适视频用于分镜、角色换景、服装修改、视觉风格转换或接入应用的视频工作流。

登录 Vidgo，在账户面板查看余额与 API 凭据。在线测试所选任务，再按照文档提交模型标识、输入字段与输出参数。保存返回的任务 ID，用于查询状态和获取完成视频，或为应用配置回调通知。

选择文字生成、一张或两张画面生成、一至七张参考图生成，或编辑 3–10 秒源视频；编辑时，根据需要增加一至五张可选图像参考。随后选择 360p、720p、1080p 或 4K 和横向或竖向画面，新视频生成使用 4/6/8/10 秒时间安排。

新视频生成支持 4 秒、6 秒、8 秒或 10 秒，当前默认 8 秒。可以选择 360p、720p、1080p 或 4K，以及 16:9 或 9:16。编辑使用 3–10 秒源视频与对应编辑输入，提示词最多接受 20,000 个字符。通过提示词同时描述声音、动作与镜头。

图生视频使用一个或两个 image_urls 地址，参考图生视频使用一至七个 reference_image_urls；视频编辑使用准确一个 reference_video_urls 地址，并可以增加一至五个 reference_image_urls。素材使用公开 HTTP(S) 来源。在线图像可以使用每张 30 MiB 以内的 JPEG、PNG 或 WebP，视频可以使用 100 MiB 以内且时长为 3–10 秒的 MP4、MOV 或 WebM。通过提示词说明每项素材作用。

Gemini Omni 1.1 Flash 按次生成计费。新的文字、画面与参考图请求使用时长和分辨率档位，视频编辑使用所选分辨率对应的编辑档位。下方动态表格展示支持设置中的当前最低单价。请在任务页配置实际 4/6/8/10 秒生成请求或源视频编辑，查看完整费用估算后再提交。

需要一张或两张画面工作流、一至七张参考图生成、360p 输出选项，以及可增加图像参考的视频编辑时，可以选择 1.1。Gemini Omni Flash 图像生成使用一张图像，参考图生成使用准确三张，编辑使用一段源视频，并提供其对应的 720p–4K 和价格选项。比较支持的输入和完整费用估算，再测试适合素材的任务。

明确需要修改的区域、服装、物体、环境或视觉媒介，描述目标结果，再指出需要保留的身份特征、姿态、镜头、环境、时间安排与声音。为各项参考指定作用；修改视频服装时，说明动态镜头中的合身程度与材料。结合每项素材检查实际输出后，再完善下一次请求。