試用 Google Gemini Omni 1.1 Flash API，為必要的起始影格製作動畫，並可加入選用的結束影格，精準控制動作與視覺連貫性，呈現自然流暢的畫面轉場與精彩作品。
Google Gemini Omni 1.1 Flash Image-to-Video API 協助開發者將提供的圖片轉化為定向控制的 AI 影片 片段。以靜態圖片作為視覺起點，加入自然語言動作說明，生成依照預定鏡頭調度和動作方式 發展的場景。還可使用選用的結束圖片引導序列的最終畫面， 讓 Gemini 影片 API 成為 Best Image AI 上可控動畫工作流程的實用選擇。
圖片驅動的影片動畫： 從上傳的圖片開始，圍繞其主體、構圖、 燈光和整體視覺方向建立動作效果。
選用的結束影格引導： 當影片片段需要更明確的視覺終點或 兩種狀態之間的引導式轉場時，可加入結束圖片。
自然語言動作控制： 在輸入圖片的同時描述鏡頭運動、主體行為、環境變化和 節奏。
連貫的場景發展： 以輸入圖片作為視覺錨點，同時引導生成與 起始影格保持連貫，而非彼此脫節的序列。
靈活的影片呈現： 為行銷活動素材、社群影片、產品 故事和行動裝置優先的體驗生成橫向或直向輸出。
品質與時長選擇： 調整輸出品質和精簡的影片長度，以符合原型設計、審核、發佈 或製作需求。
輸入： 一張起始圖片，以及描述所需動作、鏡頭行為 和場景發展的自然語言動作提示詞。
選用引導： 可提供結束圖片，為動畫設定可控的最終視覺狀態。
輸出： 透過 Gemini Omni 1.1 Flash 圖片生成影片 API 工作流程交付生成的影片片段。
格式控制： 選擇適合目標 管道的橫向或直向構圖、輸出品質和精簡時長。
功能： 圖片動畫、從起始到結束的視覺引導、提示詞驅動的鏡頭運動、場景發展，以及 創意反覆調整。
產品圖片動畫： 為產品攝影和行銷活動 主視覺加入動作、鏡頭動感和鮮活的環境效果。
社群內容再利用： 將靜態貼文、編輯圖片和發佈素材轉化為精簡的直向或 寬螢幕影片概念。
分鏡開發： 使用概念畫面和主視覺測試視覺創意如何移動，再投入 更大規模的製作。
品牌創意變體： 根據已獲核准的視覺方向建立以動作為主導的變體，同時為工作流程保留明確的 起始圖片。
電商和廣告影片： 使用現有視覺素材製作精簡的產品瞬間、生活風格片段和宣傳 素材。
注意 請使用清晰的高品質來源圖片，並準確描述所需動作。明確指定 主體動作、鏡頭方向和環境行為的提示詞通常能夠提供更實用的動畫指引。
Gemini Omni 1.1 Flash 與 Google Veo Image-to-Video 比較： Google Veo 提供成熟的圖片生成影片工作流程。 Gemini Omni 1.1 Flash 在同一模型系列中提供互聯的圖片動畫、文字生成、參考素材驅動影片和影片 編輯途徑。
Gemini Omni 1.1 Flash 與 Runway Image-to-Video 比較： Runway 為生成動態效果提供豐富的創作者工具。Gemini Omni 1.1 Flash 面向希望在以 API 為基礎的工作流程中使用圖片驅動動畫和提示詞指導的開發者。
Gemini Omni 1.1 Flash 與 Kling Image-to-Video 比較： Kling 是富有表現力的圖片動畫熱門選項。Gemini Omni 1.1 Flash 支援從來源圖片和動作說明到輸出的實用途徑，並可選擇使用結束影格 引導。
Gemini Omni 1.1 Flash 與 Pika Image-to-Video 比較： Pika 專注於容易上手的視覺實驗。Gemini Omni 1.1 Flash 非常適合需要在可擴充整合中使用可控圖片動畫的產品團隊。
Gemini Omni 1.1 Flash 與 Luma Dream Machine 比較： Luma Dream Machine 以快速視覺構思聞名。Gemini Omni 1.1 Flash 憑藉圖片驅動控制、選用的結束圖片引導，以及透過同一 API 系列提供的相關影片 工作流程形成差異化優勢。
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-image-to-video',
prompt: 'The girl walks toward the camera while the city lights shimmer behind her',
image_url: 'https://example.com/start-frame.jpg',
image_end_url: 'https://example.com/end-frame.jpg',
aspect_ratio: '9:16',
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[].);
;
}
(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-image-to-video',
'prompt': 'The girl walks toward the camera while the city lights shimmer behind her',
'image_url': 'https://example.com/start-frame.jpg',
'image_end_url': 'https://example.com/end-frame.jpg',
'aspect_ratio': '9:16',
'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-image-to-video",
"prompt": "The girl walks toward the camera while the city lights shimmer behind her",
"image_url": "https://example.com/start-frame.jpg",
"image_end_url": "https://example.com/end-frame.jpg",
"aspect_ratio": "9:16",
"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)