Testen Sie die Google Gemini Omni 1.1 Flash API, um Ausgangsvideos mit natürlichsprachlichen Anweisungen zu bearbeiten und das Timing bei Szenen- und Figurenwechseln zu wahren.
Die Google Gemini Omni 1.1 Flash Video Edit API bringt die Videobearbeitung mit natürlicher Sprache in einen entwicklerfreundlichen Workflow. Laden Sie ein vorhandenes Video hoch, beschreiben Sie die gewünschte Änderung und erstellen Sie mit der Gemini Video API eine überarbeitete Version, wobei der ursprüngliche Clip als kreativer Ausgangspunkt erhalten bleibt. Die auf Best Image AI verfügbare API hilft Teams, gezielte visuelle Änderungen zu erproben, ohne eine Bearbeitung von Grund auf neu erstellen zu müssen.
Promptgesteuerte Videoverfeinerung: Verwenden Sie Anweisungen in natürlicher Sprache, um Änderungen an Erscheinungsbild, Handlung, Atmosphäre oder kreativer Gestaltung eines vorhandenen Clips zu steuern.
Quellenbewusster Bearbeitungsworkflow: Beginnen Sie mit hochgeladenem Filmmaterial, damit die Überarbeitung auf Timing, Motiven und visuellem Kontext des Ausgangsmaterials basiert.
Kontextbezogene Änderungsanweisungen: Beschreiben Sie die anzupassenden und beizubehaltenden Elemente, damit Teams Bearbeitungen als kreative Absicht statt als manuelle Arbeit an der Zeitleiste ausdrücken können.
Filmische visuelle Anpassung: Erproben Sie mit einer einzigen Videoeingabe neue Richtungen für Beleuchtung, Stimmung, Szenengestaltung und Kamerawirkung.
Flexible Ausgabequalität: Wählen Sie eine Ausgabequalität, die zu interner Prüfung, schneller Iteration oder endgültigen Bereitstellungsanforderungen passt.
Effiziente Iteration für Videoteams: Erstellen Sie gezielte Alternativen für einen kompakten Ausgangsclip, wodurch die API praktisch für Experimente und die Produktionsunterstützung wird.
Eingabe: Ein vorhandener Videoclip sowie eine Anweisung in natürlicher Sprache, die die gewünschte Bearbeitung beschreibt.
Ausgabe: Ein überarbeiteter Videoclip, der über den Video-Editing-API-Workflow von Gemini Omni 1.1 Flash erstellt wurde.
Bearbeitungsrichtung: Erläutern Sie die gewünschte visuelle Änderung, etwa eine neue Umgebung, einen veränderten visuellen Ton, eine Handlung des Motivs oder eine andere Szenengestaltung.
Qualitätskontrolle: Wählen Sie eine Ausgabequalität, die zur Prüfungs- oder Bereitstellungsphase des Workflows passt.
Funktionen: Promptbasierte Videobearbeitung, quellenbewusste Verfeinerung, Änderungen der Szenengestaltung, visuelle Neugestaltung und schnelle kreative Alternativen.
Kampagnenlokalisierung: Erstellen Sie neue kreative Gestaltungen für einen vorhandenen Kampagnenclip und bewahren Sie dabei den zugrunde liegenden Produktionsausgangspunkt.
Varianten für Social-Media-Videos: Erstellen Sie alternative Looks, Stimmungen und Szenenrichtungen für Kurzvideos, die auf unterschiedliche Kanäle oder Zielgruppen zugeschnitten sind.
Unterstützung der kreativen Postproduktion: Erproben Sie eine visuelle Anpassung, bevor Sie Zeit in eine vollständige manuelle Bearbeitung oder einen erneuten Dreh investieren.
Aktualisierung von Produktvideos: Aktualisieren Sie die Präsentation vorhandenen Produktmaterials für neue saisonale, redaktionelle oder kampagnenbezogene Richtungen.
Automatisierte Überarbeitungsworkflows: Ergänzen Sie interne Kreativtools und Freigabesysteme um anweisungsbasierte Videoverfeinerung sowie Content-Prozesse.
Hinweis Das Ausgangsvideo bildet die Grundlage der Bearbeitung. Verwenden Sie eine klare Anweisung, die die gewünschte Änderung und die visuellen Eigenschaften benennt, die für möglichst zuverlässige Ergebnisse konsistent bleiben sollen.
Gemini Omni 1.1 Flash vs. Google Veo Video Editing: Google Veo unterstützt fortschrittliche Workflows für generierte Videos. Gemini Omni 1.1 Flash bietet innerhalb derselben Modellfamilie neben Text-to-Video, Image-to-Video und referenzbasierter Generierung einen kompakten Bearbeitungsweg mit natürlicher Sprache.
Gemini Omni 1.1 Flash vs. Runway Video Editing: Runway bietet ein breites Spektrum visueller Bearbeitungstools. Gemini Omni 1.1 Flash setzt auf einen API-zentrierten Workflow, bei dem der Ausgangsclip und eine Textanweisung die Grundlage für eine neue Bearbeitung bilden.
Gemini Omni 1.1 Flash vs. Adobe Firefly Video: Adobe Firefly Video ist eng mit etablierten Kreativsoftware-Workflows verbunden. Gemini Omni 1.1 Flash bietet Entwicklern eine programmatische Möglichkeit, gezielte Videoüberarbeitungen zu beschreiben und zu erstellen.
Gemini Omni 1.1 Flash vs. Kling Video Editing: Kling bietet generative Videotools für stilisierte Kreationen. Gemini Omni 1.1 Flash eignet sich, wenn Teams eine quellenbewusste Bearbeitung über eine direkte API-Integration benötigen.
Gemini Omni 1.1 Flash vs. Pika: Pika ermöglicht zugängliche Kreation und effektorientiertes Experimentieren. Gemini Omni 1.1 Flash ist auf anweisungsbasierte Videoverfeinerung ausgerichtet, die in einen vernetzten Produktworkflow integriert werden kann.
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-video-edit',
prompt: 'A small ball rolls into the scene and captures the attention of the cat',
video_url: 'https://example.com/source-video.mp4',
resolution: '1080p'
})
});
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[0].url);
break;
}
if (status === 'failed') {
console.error(pollResultData.data.task_status_msg);
break;
}
await new Promise(resolve => setTimeout(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-video-edit',
'prompt': 'A small ball rolls into the scene and captures the attention of the cat',
'video_url': 'https://example.com/source-video.mp4',
'resolution': '1080p'
}
)
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-video-edit",
"prompt": "A small ball rolls into the scene and captures the attention of the cat",
"video_url": "https://example.com/source-video.mp4",
"resolution": "1080p"
}'
# 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)