It looks like you prefer English. Would you like to switch?
我们注意到您可能偏好使用 简体中文. 要切换语言吗?
Il semble que vous préfériez Français. Souhaitez-vous changer de langue ?
Es scheint, Sie bevorzugen Deutsch. Möchten Sie die Sprache wechseln?
Parece que prefieres Español. ¿Te gustaría cambiar de idioma?
Sembra che tu preferisca Italiano. Vuoi cambiare lingua?
優先言語は次のようです 日本語. 言語を切り替えますか?
선호하시는 언어는 다음과 같습니다 한국어. 언어를 변경하시겠습니까?
Похоже, вы предпочитаете Русский. Хотите сменить язык?
Tercih ettiğiniz dil Türkçe. Dili değiştirmek ister misiniz?

Black Friday: do 66% zniżki na większość modeli AI.

Zobacz oferty

Gemini Omni Flash to przedpremierowy multimodalny model Google do generowania i edycji wideo. APIXO udostępnia generowanie wideo wraz z przepływami pracy dla zasobów audio i postaci wielokrotnego użytku, z referencjami tekstowymi, obrazowymi, wideo i zapisanymi zasobami. Twórz lub transformuj filmy ze spójną oprawą wizualną i dźwiękiem, logiką scen uwzględniającą kontekst i opcjami wyjściowymi APIXO do 4K.

Wejścia

Tekst / Obraz / Wideo / Zasoby audio

Cena APIXO

100 Kredyty / secondEdycje wideo źródłowego wyceniane są za operację

Rozdzielczość APIXO

720p / 1080p / 4K

Czas trwania

4 / 6 / 8 / 10 SekundBez źródłowego pliku wideo

Wydany

30 maja 2026

Twórz z Gemini Omni

Dostępne w APIXO

Twórz multimodalne przepływy pracy wideo z Gemini Omni

Twórz krótkie filmy z promptów i mieszanych referencji lub transformuj źródłowy plik wideo za pomocą poleceń w języku naturalnym. APIXO dodaje do swojej trasy wideo Gemini Omni tryby zasobów audio i postaci wielokrotnego użytku, umożliwiając aplikacjom przygotowanie głosów i postaci przed połączeniem ich z obrazami, wideo oraz kontrolkami kadrowania, czasu trwania i rozdzielczości.

Możliwości

Łącz kreatywne referencje w spójne wideo

Generowanie z wielu referencji

Tryb wideo APIXO akceptuje prompty wraz z obrazami, jednym źródłowym wideo, identyfikatorami postaci wielokrotnego użytku oraz identyfikatorami audio. Te odniesienia mogą sterować wyglądem, ruchem, strukturą sceny i dźwiękiem w ramach jednego żądania generowania wideo.

Transformacja wideo źródłowego

Dostarcz jedno wideo i opisz transformację, taką jak zmiana otoczenia, stylu wizualnego, akcji lub wybranych elementów sceny. APIXO udostępnia również pozycje początkowe i końcowe do wyboru odpowiedniej części materiału wejściowego.

Zasoby postaci wielokrotnego użytku

Stwórz zasób postaci z dokładnie jednego obrazu, opcjonalnie powiązanego z jednym przygotowanym zasobem audio. Zwrócony identyfikator postaci może być następnie ponownie użyty w żądaniach wideo, przy czym APIXO obsługuje do trzech identyfikatorów postaci na generację.

Zasoby audio wielokrotnego użytku

Zbuduj zasób audio z bazowego głosu wspieranego przez APIXO, opcjonalnego opisu głosu i dialogu podglądowego. Zapisz wynikowy identyfikator audio do późniejszych żądań dotyczących postaci lub wideo; tryb wideo akceptuje do trzech identyfikatorów audio.

Logika sceny zorientowana na świat

Google pozycjonuje Gemini Omni Flash wokół wiedzy o świecie i rozumienia fizycznych zachowań. Pomaga to w konstruowaniu scen opartych na historii, nauce, kontekście kulturowym, grawitacji, ruchu, materiałach i innych relacjach ze świata rzeczywistego.

Skoordynowana warstwa wizualna i dźwiękowa

Gemini Omni Flash generuje wideo z towarzyszącą ścieżką dźwiękową i może reagować na instrukcje czasowe dotyczące dialogów, muzyki, efektów, cięć i zdarzeń na ekranie. Precyzja promptu pozostaje ważna, gdy wymagana jest dokładna synchronizacja lub timing tekstu.

Szczegóły API

Konfiguracja Gemini Omni w APIXO

Zweryfikowane tryby zasobów, dozwolone referencje, ustawienia wyjściowe i limity opublikowane dla ścieżki APIXO.

Zasób audio / Zasób postaci / Wideo

Tryby

16:9 / 9:16

Proporcje

Do 3 identyfikatorów

Zasoby audio

Do 3 identyfikatorów

Zasoby postaci

Do 1 adresu URL

Wideo źródłowe

7 jednostek

Limit referencji

Zastosowania produkcyjne

Buduj systemy produkcji wideo oparte na referencjach

Kampanie marki

Spójne wideo z prezenterem

Przygotuj postać wielokrotnego użytku na podstawie zatwierdzonego portretu i połącz ją z wybranym zasobem audio. Aplikacje mogą następnie generować krótkie filmy kampanii prowadzone przez prezentera w różnych scenach, ponownie wykorzystując te same odniesienia do postaci i głosu.

Kreacja produktowa

Multimodalne historie produktowe

Połącz zdjęcia produktów, zasoby postaci, wytyczne audio i pisemny opis sceny, aby tworzyć klipy premierowe lub koncepcje reklamowe. Użyj kadrów poziomych lub pionowych, aby przygotować warianty dla witryn sklepowych, stron kampanii i kanałów mobilnych.

Adaptacja wideo

Zmiana stylu materiału źródłowego

Prześlij istniejący klip i zażądaj nowego otoczenia, stylu wizualnego, potraktowania obiektu lub efektu narracyjnego. Kontrolki początku i końca pozwalają deweloperom wybrać odpowiedni segment źródłowy przed zastosowaniem transformacji przez APIXO.

Media edukacyjne

Wizualne objaśnienia i storyboardy

Wykorzystaj wiedzę o świecie i zdolność rozumowania fizycznego Gemini Omni do tworzenia krótkich materiałów wyjaśniających zjawiska naukowe, historyczne, procesy lub koncepcje, ze skoordynowaną narracją i ruchem. Traktuj treści faktograficzne jako wersje robocze i zweryfikuj ważne szczegóły przed publikacją.

Przepływ pracy z zasobami

Przygotuj dane wejściowe wielokrotnego użytku przed generowaniem wideo

APIXO oddziela opcjonalne przygotowanie zasobów audio i postaci od asynchronicznego generowania wideo Gemini Omni.

Utwórz zasób audio

Wybierz obsługiwany przez APIXO głos bazowy, nazwij zasób i opcjonalnie podaj wskazówki dotyczące głosu oraz dialog do podglądu. Zapisz zwrócone ID audio do późniejszego użycia z postacią lub bezpośrednio w żądaniu wideo.

Przygotuj zasób postaci

Prześlij dokładnie jeden publiczny obraz postaci z opisowym promptem i, jeśli to przydatne, jedno zapisane ID audio. Zapisz wynikowe ID postaci, aby można było się do niego odwoływać w przyszłych zadaniach wideo Gemini Omni.

Generuj finalne wideo

Połącz prompt z odpowiednimi obrazami, ID audio, ID postaci lub jednym źródłowym wideo. Wybierz obsługiwaną przez APIXO rozdzielczość i opcję kadrowania, a następnie pobierz ukończone wideo poprzez asynchroniczne odpytywanie lub dostarczenie przez webhook.

Uwagi i FAQ

Dostępność i ograniczenia Gemini Omni

Uwagi operacyjne

01

Ta strona opisuje bieżące tryby wideo, zasobów audio i zasobów postaci Gemini Omni dostępne w APIXO. Nie dotyczy to Gemini w trybie czatu, generowania obrazów, analizy dokumentów ani samodzielnych API mowy.

02

Przeglądarkowy Playground APIXO jest ustawiony na tryb wideo; przygotowanie zasobów audio i postaci jest udokumentowane do użytku przez API.

03

APIXO nie dokumentuje bezpośredniego przesyłania plików audio dla tej ścieżki; żądania wideo używają ID audio utworzonych w trybie zasobów audio.

04

Łączny limit obrazów, wideo źródłowych i postaci wynosi siedem jednostek; jedno wideo zużywa dwie jednostki, podczas gdy każdy obraz lub postać zużywa jedną.

05

APIXO nie udostępnia na tym punkcie końcowym przepływu pracy Gemini opartego na stanie z `previous_interaction_id`, sesji w czasie rzeczywistym, analizy dokumentów ani użycia narzędzi.

06

Język angielski jest w pełni obsługiwany przez dostawcę; inne języki nie zostały ocenione i mogą dawać mniej przewidywalne wyniki.

Często zadawane pytania

Nie. Ta strona APIXO opisuje przepływ pracy z wideo Google Gemini Omni, a nie modele Gemini do czatu, kodowania, analizy dokumentów czy agentów. Udostępniane wyniki to identyfikatory zasobów audio lub postaci wielokrotnego użytku oraz wygenerowane adresy URL wideo, w zależności od wybranego trybu APIXO.

APIXO udostępnia trzy tryby: tworzenie zasobów audio, tworzenie zasobów postaci oraz asynchroniczne generowanie wideo. Tryby zasobów przygotowują identyfikatory wielokrotnego użytku dla żądań wideo; nie są to samodzielne punkty końcowe do generowania muzyki, transkrypcji mowy, generowania obrazów ani odpowiedzi konwersacyjnych.

Bez źródłowego pliku wideo, generowanie wideo w rozdzielczości 720p i 1080p kosztuje 100 Kredyty za sekundę, a w 4K 200 Kredyty za sekundę. Z jednym źródłowym plikiem wideo, APIXO pobiera opłatę 1200 Kredyty za żądanie w rozdzielczości 720p lub 1080p oraz 1800 Kredyty w 4K.

Wideo generowane na podstawie promptu i obrazu referencyjnego bez wideo źródłowego obsługują długość 4, 6, 8 lub 10 sekund. Po podaniu adresu URL wideo źródłowego, APIXO ignoruje ustawienie czasu trwania i zamiast tego używa wybranego segmentu wejściowego oraz stałej opłaty za żądanie.

APIXO dokumentuje transformację jednego przesłanego źródłowego wideo na podstawie promptu, ale nie udostępnia stanowego parametru interakcji wieloturowej od Google w tym punkcie końcowym. Każde zadanie APIXO należy traktować jako niezależne żądanie, chyba że schemat na żywo udokumentuje w przyszłości stan konwersacji.

Odkryj inne modele

Odkryj więcej modeli AI dla swojego kolejnego kreatywnego przepływu pracy