Gemini Omni 1.2 Flash API
Google Gemini Omni 1.2 Flash là mô hình tạo và chỉnh sửa video bằng hội thoại, nhận đầu vào văn bản, hình ảnh, âm thanh và video, đồng thời hiểu vật lý và bối cảnh văn hóa để tạo cảnh quay chân thực.
Google Gemini Omni 1.2 Flash là mô hình của Google thuộc dòng Gemini Omni, tập trung vào việc tạo và chỉnh sửa video thông qua hội thoại bằng ngôn ngữ tự nhiên. Mô hình chấp nhận nhiều dạng đầu vào kết hợp gồm văn bản, hình ảnh, âm thanh và video, sau đó tạo ra video đầu ra. Người dùng có thể bắt đầu từ một đoạn mô tả ngắn hoặc một hình ảnh, rồi tinh chỉnh kết quả bằng các yêu cầu tiếp theo mà không cần khởi động lại toàn bộ quy trình sáng tạo. Mô hình cũng hỗ trợ tạo dựng dựa trên tài liệu tham chiếu như hình ảnh nhân vật, bối cảnh hoặc bản vẽ.
Điểm đáng chú ý của Gemini Omni 1.2 Flash là khả năng hiểu vật lý một cách trực quan hơn, bao gồm trọng lực, động năng và động lực học chất lỏng, giúp các cảnh quay trông thực tế hơn. Mô hình còn tận dụng kiến thức của Gemini về lịch sử, khoa học và bối cảnh văn hóa để xây dựng nội dung có ý nghĩa kể chuyện. Nhờ vậy, mô hình phù hợp cho các tác vụ như tạo bản nháp quảng cáo mạng xã hội, clip ra mắt sản phẩm, quảng cáo chuyển động cho thương mại điện tử, video demo ứng dụng, biến thể chiến dịch theo mùa, thử nghiệm sáng tạo hiệu suất, mô phỏng phong cách người có ảnh hưởng, trailer và đoạn xem trước trò chơi, cũng như video giải thích từ lời nhắc ngắn.
Ở giai đoạn ra mắt, Gemini Omni Flash tạo clip dài 10 giây và được phát hành dưới dạng bản xem trước công khai. Phiên bản này ban đầu chưa có hỗ trợ API cho tài liệu tham chiếu âm thanh hoặc mở rộng cảnh, và còn hạn chế về tính nhất quán của nhân vật trong một số thay đổi cảnh và chuyển động lia máy. Mô hình có mặt trong bản xem trước công khai tại Google AI Studio và Gemini API, đồng thời được so sánh với Veo 3.1 Fast.
Cập nhật:
ID MÔ HÌNH
gemini-omni-1.2-flash- Ngữ cảnh
- 131.072K
- Đầu ra tối đa
- 65.536K
- Đầu vào
- text / image / video
- Đầu ra
- video
Điểm nổi bật
- Tạo và chỉnh sửa video bằng hội thoại
- Nhận văn bản, hình ảnh, âm thanh và video
- Hiểu vật lý: trọng lực, động năng, chất lỏng
- Tạo dựng dựa trên nhân vật hoặc bối cảnh tham chiếu
- Tận dụng kiến thức lịch sử, khoa học, văn hóa
Nhà cung cấp
So sánh giá API giữa các nhà cung cấp. Chọn một nhà cung cấp để xem toàn bộ chi phí và điều kiện.
| Tỷ lệ khả dụng | |
|---|---|
Thống kê lịch sử không phải kiểm tra trạng thái trực tiếp. Thiếu dữ liệu không có nghĩa là gián đoạn.
Điểm chuẩn
- 1404
Video Arena Elo
đứng đầu tổng thể; Gemini Omni Flash
Điểm số theo công bố của nhà cung cấp mô hình.
Suy luận
- Mức nỗ lực mặc định
- low
- Luôn bật
- Có
- Các mức nỗ lực khả dụng
- high / low
Thông số video
- Tỷ lệ khung hình
- 16:9 / 9:16
- Âm thanh · Đầu ra
- Có
- Độ phân giải
- 720p / 1080p / 4K / 360p
Tham chiếu API
Thông tin giao thức của mô hình này chưa được công bố. Xem tham chiếu API để biết yêu cầu tích hợp.
Tham chiếu API →Tham số hỗ trợ
- prompt
- duration
- resolution
- aspect_ratio
- generate_audio
- seed
- size
- frame_images
- input_references
- user
- session_id
- trace
Câu hỏi thường gặp
Tìm hiểu Gemini Omni 1.2 Flash?
Google Gemini Omni 1.2 Flash là mô hình của Google thuộc dòng Gemini Omni, tập trung vào việc tạo và chỉnh sửa video thông qua hội thoại bằng ngôn ngữ tự nhiên. Mô hình chấp nhận nhiều dạng đầu vào kết hợp gồm văn bản, hình ảnh, âm thanh và video, sau đó tạo ra video đầu ra. Người dùng có thể bắt đầu từ một đoạn mô tả ngắn hoặc một hình ảnh, rồi tinh chỉnh kết quả bằng các yêu cầu tiếp theo mà không cần khởi động lại toàn bộ quy trình sáng tạo. Mô hình cũng hỗ trợ tạo dựng dựa trên tài liệu tham chiếu như hình ảnh nhân vật, bối cảnh hoặc bản vẽ. Điểm đáng chú ý của Gemini Omni 1.2 Flash là khả năng hiểu vật lý một cách trực quan hơn, bao gồm trọng lực, động năng và động lực học chất lỏng, giúp các cảnh quay trông thực tế hơn. Mô hình còn tận dụng kiến thức của Gemini về lịch sử, khoa học và bối cảnh văn hóa để xây dựng nội dung có ý nghĩa kể chuyện. Nhờ vậy, mô hình phù hợp cho các tác vụ như tạo bản nháp quảng cáo mạng xã hội, clip ra mắt sản phẩm, quảng cáo chuyển động cho thương mại điện tử, video demo ứng dụng, biến thể chiến dịch theo mùa, thử nghiệm sáng tạo hiệu suất, mô phỏng phong cách người có ảnh hưởng, trailer và đoạn xem trước trò chơi, cũng như video giải thích từ lời nhắc ngắn. Ở giai đoạn ra mắt, Gemini Omni Flash tạo clip dài 10 giây và được phát hành dưới dạng bản xem trước công khai. Phiên bản này ban đầu chưa có hỗ trợ API cho tài liệu tham chiếu âm thanh hoặc mở rộng cảnh, và còn hạn chế về tính nhất quán của nhân vật trong một số thay đổi cảnh và chuyển động lia máy. Mô hình có mặt trong bản xem trước công khai tại Google AI Studio và Gemini API, đồng thời được so sánh với Veo 3.1 Fast.
Cách tính phí sử dụng?
Hóa đơn của bạn phụ thuộc vào nhà cung cấp bạn dùng, giá của họ và mức sử dụng của bạn. Đầu vào dài hơn hoặc các điều kiện khác có thể có giá khác. Tính phí theo chi phí tạo thực tế. Xem hóa đơn để biết số tiền cuối cùng.
Gemini Omni 1.2 Flash nhận những loại đầu vào nào?
Mô hình nhận đầu vào văn bản, hình ảnh, âm thanh và video, có thể kết hợp nhiều dạng với nhau, và tạo ra video đầu ra.
Mô hình phù hợp với những tác vụ nào?
Mô hình phù hợp để tạo bản nháp quảng cáo mạng xã hội, clip ra mắt sản phẩm, quảng cáo chuyển động cho thương mại điện tử, video demo ứng dụng, biến thể chiến dịch theo mùa, thử nghiệm sáng tạo hiệu suất, mô phỏng phong cách người có ảnh hưởng, trailer và đoạn xem trước trò chơi, cũng như video giải thích từ lời nhắc ngắn.
Gemini Omni 1.2 Flash khác gì so với Gemini Omni 1.1 Flash?
Gemini Omni 1.1 Flash mở rộng cảnh lên tổng cộng tối đa 40 giây, phân tích tối đa 10 giây ngữ cảnh trước đó, cho phép chỉ định khung hình bắt đầu và kết thúc, hỗ trợ đầu ra độ phân giải cao lên tới 4K và cung cấp bản xem trước 360p để lặp nhanh hơn. Gemini Omni Flash ở giai đoạn ra mắt tạo clip dài 10 giây.
Mô hình có sẵn ở đâu?
Gemini Omni Flash có mặt trong bản xem trước công khai tại Google AI Studio và Gemini API. Gemini Omni 1.1 Flash có sẵn thông qua Google AI Studio và Gemini Enterprise Agent Platform.
Mô hình có hạn chế gì đã biết?
Gemini Omni Flash ở giai đoạn ra mắt tạo clip dài 10 giây, ra mắt dưới dạng bản xem trước công khai, ban đầu chưa có hỗ trợ API cho tài liệu tham chiếu âm thanh hoặc mở rộng cảnh, và còn hạn chế về tính nhất quán của nhân vật trong một số thay đổi cảnh và chuyển động lia máy.
Mô hình liên quan
Gemini Omni 1.1 Flash
GoogleVideogemini-omni-1.1-flashGemini Omni 1.1 Flash là mô hình đa phương thức của Google DeepMind tạo video từ văn bản, hình ảnh, âm thanh và video, đồng thời sinh âm thanh gốc gồm giọng nói, nhạc và hiệu ứng trong một lần gọi API duy nhất.
Độ phân giải
720p / 1080p / 4K / 360p
Thời lượng
—
Tính phí theo chi phí tạo thực tế. Xem hóa đơn để biết số tiền cuối cùng.
Veo 3.1 Fast
GoogleVideoveo-3.1-fastVeo 3.1 Fast là mô hình tạo video của Google, nhận văn bản hoặc hình ảnh đầu vào để tạo video, được định vị là công cụ tạo video cao cấp trong bộ sản phẩm AI sáng tạo của Google.
Độ phân giải
720p / 1080p / 4K
Thời lượng
—
Tính phí theo chi phí tạo thực tế. Xem hóa đơn để biết số tiền cuối cùng.