Testen Sie die Google Gemini Omni 1.1 Flash API, um Videos mit Bildern und kurzen Videoreferenzen zu steuern und Motive, Szenen sowie Bewegungen konsistent zu halten.
Mit der Google Gemini Omni 1.1 Flash Reference-to-Video API können Entwickler visuelle Materialien als kreative Orientierung für generierte Videos verwenden. Stellen Sie Referenzbilder, Videoclips oder beides bereit und beschreiben Sie anschließend das gewünschte Ergebnis. Die Gemini Video API hilft dabei, diese Eingaben in eine neue bewegte Szene umzuwandeln, und bietet Kreativteams damit eine flexible Möglichkeit, Komposition, Motive, Atmosphäre und Ausrichtung auf Best Image AI zu gestalten.
Multimodale Referenzführung: Verwenden Sie Bilder, Videoclips oder eine Kombination aus beidem als visuelles Material für eine neue generierte Sequenz.
Promptgesteuerte kreative Ausrichtung: Kombinieren Sie die Referenzen mit Anweisungen in natürlicher Sprache zu Motivhandlung, Umgebung, Kameraverhalten, Beleuchtung und Stimmung.
Umfangreicher visueller Kontext: Führen Sie visuelle Hinweise aus mehreren bereitgestellten Materialien zusammen, wenn ein einzelner Prompt nicht ausreicht, um die gewünschte Richtung zu vermitteln.
Referenzbasierte Szenenerstellung: Nutzen Sie die ausgewählten Assets als kreativen Ausgangspunkt für Bewegung, Komposition und atmosphärische Entwicklung in der Ausgabe.
Flexible Videopräsentation: Wählen Sie ein horizontales oder vertikales Format, die Ausgabequalität und eine kurze Cliplänge passend zum geplanten Nutzungskontext.
Skalierbarer API-Workflow: Integrieren Sie referenzgeführte Videogenerierung in Asset-Bibliotheken, Kreativtools, Kampagnensysteme und Produktionspipelines.
Eingabe: Optionale Referenzbilder, optionale Referenzvideoclips und ein Prompt in natürlicher Sprache, der die gewünschte generierte Szene beschreibt.
Ausgabe: Ein neuer Videoclip, der über den Reference-to-Video-API-Workflow von Gemini Omni 1.1 Flash erstellt wurde.
Referenzausrichtung: Wählen Sie visuelle Materialien aus, die die gewünschten Motive, die Umgebung, die Komposition oder den kreativen Ton vermitteln, und fügen Sie anschließend klare Bewegungsanweisungen hinzu.
Formatsteuerung: Wählen Sie Ausgabeausrichtung, Qualitätsstufe und kurze Dauer passend zum endgültigen Anwendungsfall.
Funktionen: Referenzgeführte Videogenerierung, multimodale kreative Eingaben, promptgesteuerte Bewegung, Zusammenführung visueller Kontexte und filmische Szenenerstellung.
Entwicklung von Kampagnenkonzepten: Kombinieren Sie freigegebene Schlüsselvisuals, Stimmungsbilder und Bewegungsreferenzen, um neue Richtungen für Kampagnenvideos zu erproben.
Kreativsysteme für Marken: Verwenden Sie eine kuratierte visuelle Bibliothek als Orientierung für die Erstellung von Videokonzepten, die von einer definierten kreativen Bildsprache ausgehen.
Visualisierung von Storyboards und Pitches: Verwandeln Sie Referenzboards und ausgewähltes Clipmaterial in kompakte Proof-of-Concept-Bewegtbildszenen.
Content-Adaption: Erstellen Sie aus vorhandenen visuellen Assets neue Videorichtungen, wenn ein Text-Prompt allein nicht genügend kreativen Kontext vermitteln würde.
Skalierbare Kreativprozesse: Integrieren Sie referenzbewusste Generierung in Asset-Management-Tools, Content-Pipelines und interne Erstellungsplattformen.
Hinweis Referenzen bieten kreative Orientierung, ersetzen jedoch keinen präzisen Prompt. Erläutern Sie für beste Ergebnisse neben der Bereitstellung visueller Materialien die gewünschte Handlung, Kamerabewegung und das angestrebte Szenenergebnis.
Gemini Omni 1.1 Flash vs. Google Veo Reference Video Workflows: Google Veo bietet eine Reihe von Funktionen für generierte Videos. Gemini Omni 1.1 Flash stellt eine referenzbasierte Erstellungsoption bereit, die neben Textgenerierung, Bildanimation und Videobearbeitung innerhalb derselben Modellfamilie steht.
Gemini Omni 1.1 Flash vs. Runway: Runway bietet Kreativen zahlreiche Möglichkeiten, mit Ausgangsmaterial und generativen Tools zu arbeiten. Gemini Omni 1.1 Flash eignet sich für Entwickler, die einen referenzgeführten Video-Workflow über eine API aufbauen.
Gemini Omni 1.1 Flash vs. Kling AI: Kling unterstützt visuell geprägte KI-Videoerstellung. Gemini Omni 1.1 Flash bietet flexible Bild- und Videoreferenzeingaben mit promptgesteuerter Ausrichtung für Teams, die einen integrierten Generierungsablauf benötigen.
Gemini Omni 1.1 Flash vs. Pika: Pika ist für zugängliche visuelle Experimente beliebt. Gemini Omni 1.1 Flash ist eine praktische Option, wenn kreative Referenzen Teil eines strukturierten, programmatischen Video-Workflows sein müssen.
Gemini Omni 1.1 Flash vs. Luma Dream Machine: Luma Dream Machine unterstützt die schnelle Konzepterkundung anhand von Prompts. Gemini Omni 1.1 Flash ergänzt multimodale Referenzführung für Teams, die mehr visuellen Kontext in jeden generierten Clip übertragen möchten.
const response = await fetch('https://api.flaq.ai/api/v1/video/task', {
method: 'POST',
headers: {
'Content-Type': 'application/json',
'Authorization': 'Bearer YOUR_API_KEY'
},
body: JSON.stringify({
model_name: 'gemini-omni-1.1-flash-reference-to-video',
prompt: 'Use the references to create a cinematic shot of a small boat approaching from the distance',
aspect_ratio: '16:9',
resolution: '1080p',
duration: 8,
images: ['https://example.com/boat-reference.jpg'],
videos: ['https://example.com/motion-reference.mp4']
})
});
const { data } = await response.json();
const taskId = data.task_id;
// Step 2: Poll for results
const taskId = data.task_id;
const pollResult = async (taskId) => {
const res = await fetch(`https://api.flaq.ai/api/v1/video/${taskId}`, {
headers: { 'Authorization': 'Bearer YOUR_API_KEY' }
});
return res.json();
};
while (true) {
const pollResultData = await pollResult(taskId);
const status = pollResultData.data.task_status;
if (status === 'succeed') {
console.log(pollResultData.data.task_result.videos[].);
;
}
(status === ) {
.(pollResultData..);
;
}
( (resolve, ));
}
import requests
response = requests.post(
'https://api.flaq.ai/api/v1/video/task',
headers={
'Content-Type': 'application/json',
'Authorization': 'Bearer YOUR_API_KEY'
},
json={
'model_name': 'gemini-omni-1.1-flash-reference-to-video',
'prompt': 'Use the references to create a cinematic shot of a small boat approaching from the distance',
'aspect_ratio': '16:9',
'resolution': '1080p',
'duration': 8,
'images': ['https://example.com/boat-reference.jpg'],
'videos': ['https://example.com/motion-reference.mp4']
}
)
result = response.json()
task_id = result['data']['task_id']
curl -X POST https://api.flaq.ai/api/v1/video/task \
-H "Content-Type: application/json" \
-H "Authorization: Bearer YOUR_API_KEY" \
-d '{
"model_name": "gemini-omni-1.1-flash-reference-to-video",
"prompt": "Use the references to create a cinematic shot of a small boat approaching from the distance",
"aspect_ratio": "16:9",
"resolution": "1080p",
"duration": 8,
"images": ["https://example.com/boat-reference.jpg"],
"videos": ["https://example.com/motion-reference.mp4"]
}'
# Step 2: Poll for results
# Replace {task_id} with the task_id returned from the submit response
curl -X GET "https://api.flaq.ai/api/v1/video/{task_id}" \
-H "Authorization: Bearer YOUR_API_KEY"
# Step 2: Poll for results
task_id = response.json()['data']['task_id']
poll_url = f"https://api.flaq.ai/api/v1/video/{task_id}"
while True:
poll_result = requests.get(poll_url, headers={'Authorization': 'Bearer YOUR_API_KEY'}).json()
status = poll_result['data']['task_status']
if status == 'succeed':
print(poll_result['data']['task_result']['videos'][0]['url'])
break
if status == 'failed':
print(poll_result['data']['task_status_msg'])
break
time.sleep(10)