ลองใช้ API Google Gemini Omni 1.1 Flash เปลี่ยนพรอมต์เป็นวิดีโอเคลื่อนไหวต่อเนื่องและจัดเฟรมยืดหยุ่น
Google Gemini Omni 1.1 Flash Text-to-Video API ช่วยให้นักพัฒนาเปลี่ยนแนวทางสร้างสรรค์ที่เขียนไว้ให้เป็น คลิปวิดีโอ AI ที่สมบูรณ์ได้โดยตรง อธิบายตัวแบบ การกระทำ การเคลื่อนกล้อง แสง และอารมณ์ จากนั้นใช้ Gemini video API เพื่อเปลี่ยนแนวทางนั้นให้เป็นฉากวิดีโอสั้นที่ต่อเนื่องสอดคล้องกัน โดยพร้อมใช้งานผ่าน Best Image AI และสร้างขึ้นสำหรับทีมที่ต้องการ คิดไอเดียวิดีโอได้อย่างยืดหยุ่นและส่งมอบผลงานผ่านโปรแกรมได้อย่างเชื่อถือได้โดยไม่ต้องดูแลสแตกการสร้างวิดีโอเอง
การสร้างวิดีโอด้วยพรอมต์: เปลี่ยนคำอธิบายภาษาธรรมชาติที่มีรายละเอียดให้เป็นฉากวิดีโอที่มีตัวแบบชัดเจน สภาพแวดล้อม การกระทำ และโทนภาพ
การกำกับแบบภาพยนตร์ผ่านข้อความ: กำหนดการจัดเฟรม พลังการเคลื่อนกล้อง แสง บรรยากาศ และจังหวะภายใน พรอมต์เดียวกับที่ใช้กำหนดฉาก
การสังเคราะห์ฉากที่คำนึงถึงการเคลื่อนไหว: สร้างคลิปที่เชื่อมโยงการเคลื่อนไหวของตัวแบบ การตอบสนองของสภาพแวดล้อม และองค์ประกอบภาพ ให้เป็นผลงานภาพที่ต่อเนื่องสอดคล้องกันยิ่งขึ้น
รูปแบบการนำเสนอที่ยืดหยุ่น: สร้างวิดีโอแนวนอนหรือแนวตั้งให้เหมาะกับพื้นที่นำเสนอแบบภาพยนตร์ คอนเทนต์โซเชียล และ แคมเปญที่เน้นอุปกรณ์เคลื่อนที่
คุณภาพเอาต์พุตที่ปรับได้: เลือกระดับคุณภาพเอาต์พุตให้เหมาะกับเวิร์กโฟลว์การผลิต การตรวจสอบ หรือการเผยแพร่ ตามวัตถุประสงค์
การควบคุมการเล่าเรื่องแบบสั้น: กำหนดความยาวคลิปที่กระชับสำหรับช่วงนำเสนอผลิตภัณฑ์ จังหวะการเล่าเรื่อง คอนเทนต์โซเชียล และการทดสอบงานสร้างสรรค์อย่างรวดเร็ว
อินพุต: พรอมต์ภาษาธรรมชาติที่อธิบายฉาก การกระทำหลัก สไตล์ภาพ แสง และลักษณะการเคลื่อนกล้อง ที่ต้องการ
เอาต์พุต: คลิปวิดีโอที่สร้างขึ้นและส่งกลับผ่านเวิร์กโฟลว์ Gemini Omni 1.1 Flash API
การควบคุมรูปแบบ: เลือกองค์ประกอบแนวนอนหรือแนวตั้งและคุณภาพเอาต์พุตที่เหมาะกับ ช่องทางปลายทาง
การกำกับคลิป: กำหนดความยาววิดีโอที่กระชับและใช้รายละเอียดในพรอมต์เพื่อควบคุมการเคลื่อนไหว จังหวะ และ บรรยากาศแบบภาพยนตร์
ความสามารถ: การสร้างข้อความเป็นวิดีโอ การจัดองค์ประกอบฉาก การเคลื่อนไหวของตัวแบบ การเขียนพรอมต์โดยคำนึงถึงกล้อง และ การปรับแต่งงานสร้างสรรค์ซ้ำจนพร้อมผลิต
การผลิตวิดีโอโซเชียล: สร้างแนวคิดวิดีโอแนวตั้งและจอกว้างสำหรับโพสต์โซเชียลแบบสั้น ช่วงเปิดตัว และ งานสร้างสรรค์ที่เหมาะกับแต่ละช่องทาง
การคิดแนวทางแคมเปญ: เปลี่ยนแผนงานแคมเปญ ทิศทางศิลป์ และจังหวะเรื่องราวให้เป็นแนวคิดภาพเคลื่อนไหวก่อน เริ่มการผลิตเต็มรูปแบบ
การเล่าเรื่องผลิตภัณฑ์: สร้างฉากผลิตภัณฑ์ที่กระชับ ช่วงเวลาในชีวิตประจำวัน และเรื่องราวฟีเจอร์ที่ขับเคลื่อนด้วยการเคลื่อนไหวสำหรับ เวิร์กโฟลว์การตลาด
การสร้างต้นแบบงานสร้างสรรค์: สำรวจแนวทางที่หลากหลายสำหรับองค์ประกอบภาพ แสง การเคลื่อนกล้อง และบรรยากาศโดยไม่ต้อง ถ่ายทำตามปกติ
ไปป์ไลน์คอนเทนต์อัตโนมัติ: เพิ่มการสร้างวิดีโอด้วยพรอมต์ลงในแอปพลิเคชัน ระบบเผยแพร่ และเวิร์กโฟลว์ งานสร้างสรรค์ปริมาณมากผ่าน API
หมายเหตุ โปรดตรวจสอบว่าพรอมต์เป็นไปตามหลักเกณฑ์ด้านความปลอดภัยของ Google หากคำขอถูกจำกัดหรือไม่ให้ ผลลัพธ์ตามต้องการ ให้แก้ไขคำอธิบายฉากแล้วลองอีกครั้ง
Gemini Omni 1.1 Flash เทียบกับ Google Veo: ทั้งสองเป็นตัวเลือกสร้างวิดีโอของ Google โดย Gemini Omni 1.1 Flash เหมาะอย่างยิ่ง เมื่อทีมต้องการสร้างข้อความเป็นวิดีโอควบคู่กับเวิร์กโฟลว์ที่ขับเคลื่อนด้วยภาพ ภาพอ้างอิง และการตัดต่อวิดีโอภายใน ตระกูลโมเดลเดียวกัน
Gemini Omni 1.1 Flash เทียบกับ OpenAI Sora: Sora ถูกใช้อย่างแพร่หลายเพื่อสำรวจวิดีโอสร้างสรรค์ด้วยข้อความ ส่วน Gemini Omni 1.1 Flash มีเวิร์กโฟลว์วิดีโอที่กำกับด้วยพรอมต์ พร้อมตัวเลือกการจัดเฟรมและคุณภาพที่ยืดหยุ่นสำหรับการผลิตผ่าน API บน Best Image AI
Gemini Omni 1.1 Flash เทียบกับ Runway: Runway มีชุดเครื่องมือวิดีโอสำหรับครีเอเตอร์ที่หลากหลาย ส่วน Gemini Omni 1.1 Flash มุ่งเน้นการผสานคำกำกับฉากที่เขียนไว้เข้ากับโฟลว์การสร้างผ่านโปรแกรมที่คล่องตัวสำหรับทีมผลิตภัณฑ์และ นักพัฒนา
Gemini Omni 1.1 Flash เทียบกับ Kling AI: Kling AI เป็นที่รู้จักด้านวิดีโอที่สร้างขึ้นอย่างมีเอกลักษณ์ทางภาพ ส่วน Gemini Omni 1.1 Flash มอบอีกทางเลือกแก่นักพัฒนาสำหรับการสร้างฉากด้วยพรอมต์ การกำกับโดยคำนึงถึงกล้อง และการส่งมอบผ่าน API
Gemini Omni 1.1 Flash เทียบกับ Pika: Pika ออกแบบมาเพื่อการทดลองสร้างสรรค์ที่เข้าถึงง่าย ส่วน Gemini Omni 1.1 Flash เหมาะกับทีมที่ต้องการสร้างข้อความเป็นวิดีโอเป็นส่วนหนึ่งของเวิร์กโฟลว์ API ที่เชื่อมต่อกัน แทนที่จะเป็น พื้นที่สร้างงานแบบสแตนด์อโลน
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-text-to-video',
prompt: 'A cinematic tracking shot follows a sailboat crossing a glowing ocean at sunset',
aspect_ratio: '16:9',
resolution: '1080p',
duration: 8
})
});
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-text-to-video',
'prompt': 'A cinematic tracking shot follows a sailboat crossing a glowing ocean at sunset',
'aspect_ratio': '16:9',
'resolution': '1080p',
'duration': 8
}
)
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-text-to-video",
"prompt": "A cinematic tracking shot follows a sailboat crossing a glowing ocean at sunset",
"aspect_ratio": "16:9",
"resolution": "1080p",
"duration": 8
}'
# 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)