视频

Gemini Omni

Gemini Omni 将 Google 的多模态推理能力带入视频生成。使用 APIXO，您可以通过文本、参考图、视频输入、可复用的音频素材和角色素材 ID，异步创建 Gemini Omni 视频。

开始创建 API 文档

720p / 1080p / 4k

4 / 6 / 8 / 10 秒

图像、视频、音频和角色参考

16:9 / 9:16

生成的预览

Gemini Omni

立即开始

使用 Gemini Omni 创建

正在加载工作区...

身份验证与集成

正在检查 API 访问权限...

登录以领取免费积分并使用此模型进行创作。

与 AI 集成

复制一段提示词，让您的 AI 助手安装 APIXO MCP、读取实时 schema 并将此模型接入您的应用。

接口地址

POSThttps://api.apixo.ai/api/v1/generateTask/gemini-omni创建任务

GEThttps://api.apixo.ai/api/v1/statusTask/gemini-omni?taskId={taskId}轮询状态

请求体

request_type

async

通过 callback_url 使用回调以实现 Webhook。

input

对象

模式、提示词、参考图、尺寸、时长和音频设置。

参数

request_type必填

类型select

使用异步模式轮询任务状态 (poll statusTask)，或使用回调模式在结果就绪时接收 webhook 通知。async · callback

callback_url有条件的

类型text

用于接收回调通知的公开 HTTPS URL。仅限 request_type=callback

mode必填

类型select

Gemini Omni 支持音频素材、角色素材和异步视频生成模式。浏览器 Playground 使用视频模式。gemini-omni-audio · gemini-omni-character · gemini-omni-video

prompt可选

类型string

角色和视频模式下必需。音频模式下为可选的声音描述。

voice_key可选

类型text

仅限音频模式。官方基础语音键，例如 achernar、aoede、charon、kore 或 zephyr。

name可选

类型text

创建音频素材时必需，创建角色素材时可选。

preview_text可选

类型string

仅限音频模式。为生成的语音资产提供可选的预览对话。

audio_ids可选

类型list

可选的音频素材 ID，由 gemini-omni-audio 返回。视频模式最多支持 3 个 ID。

character_ids可选

类型list

可选的角色素材 ID，由 gemini-omni-character 返回。视频模式最多支持 3 个 ID；每个 ID 占用一个多模态配额单元。

resolution可选

类型select

视频生成必需。支持的值为 720p、1080p 和 4k。720p · 1080p · 4k

duration可选

类型select

未提供源视频时，视频生成必需。若存在 video_urls，则忽略此项。4 · 6 · 8 · 10

aspect_ratio可选

类型select

用于视频生成的可选输出宽高比。16:9 · 9:16

video_start可选

类型text

可选的源视频开始位置。需要 video_urls，且必须为非负数。

video_end可选

类型text

可选的源视频结束位置。需要 video_urls，且必须大于或等于 video_start。

seed可选

类型text

用于视频生成的可选非负随机种子值。

参数	类型	必填项	描述
`request_type`	select	必填	使用异步模式轮询任务状态 (poll statusTask)，或使用回调模式在结果就绪时接收 webhook 通知。async · callback
`callback_url`	text	有条件的	用于接收回调通知的公开 HTTPS URL。仅限 request_type=callback
`mode`	select	必填	Gemini Omni 支持音频素材、角色素材和异步视频生成模式。浏览器 Playground 使用视频模式。gemini-omni-audio · gemini-omni-character · gemini-omni-video
`prompt`	string	可选	角色和视频模式下必需。音频模式下为可选的声音描述。
`voice_key`	text	可选	仅限音频模式。官方基础语音键，例如 achernar、aoede、charon、kore 或 zephyr。
`name`	text	可选	创建音频素材时必需，创建角色素材时可选。
`preview_text`	string	可选	仅限音频模式。为生成的语音资产提供可选的预览对话。
`audio_ids`	list	可选	可选的音频素材 ID，由 gemini-omni-audio 返回。视频模式最多支持 3 个 ID。
`character_ids`	list	可选	可选的角色素材 ID，由 gemini-omni-character 返回。视频模式最多支持 3 个 ID；每个 ID 占用一个多模态配额单元。
`resolution`	select	可选	视频生成必需。支持的值为 720p、1080p 和 4k。720p · 1080p · 4k
`duration`	select	可选	未提供源视频时，视频生成必需。若存在 video_urls，则忽略此项。4 · 6 · 8 · 10
`aspect_ratio`	select	可选	用于视频生成的可选输出宽高比。16:9 · 9:16
`video_start`	text	可选	可选的源视频开始位置。需要 video_urls，且必须为非负数。
`video_end`	text	可选	可选的源视频结束位置。需要 video_urls，且必须大于或等于 video_start。
`seed`	text	可选	用于视频生成的可选非负随机种子值。

文件参数 (URL 数组)

image_urls角色模式需要且仅需要一张图片。视频模式接受可选的参考图；每张图片消耗一个多模态配额单元。

video_urls视频模式最多接受一个源视频。一个视频 URL 占用两个多模态配额单位；提供该参数时，将忽略时长参数，并按次固定计费。

示例 (cURL)

curl -X POST "https://api.apixo.ai/api/v1/generateTask/gemini-omni" \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "request_type": "async",
    "input": {
      "mode": "gemini-omni-video",
      "prompt": "A cinematic macro shot of a translucent glass hummingbird hovering above a rain-soaked neon flower, soft reflections, realistic motion, shallow depth of field",
      "resolution": "720p",
      "duration": "4",
      "aspect_ratio": "16:9"
    }
  }'

完整 API 文档

Gemini Omni 使用技巧

使用 Gemini Omni 创建视频生成

通过 APIXO 使用 Gemini Omni，您可以尝试提示词、查看示例、比较成本，并保存实用设置以备将来生成。

创建

从一个想法开始

选择模型、调整参数，一站式完成创作。

写下您的想法

描述您想创作的内容。

使用示例

从预设风格开始。

调整外观

快速调整关键设置。

创建

一切就绪，即可生成

保留结果

保存您想再次查看的内容。

重试

更快地生成下一个版本。

Gemini Omni API 技术规格

Gemini Omni 模型的当前功能及重要创作限制。

Gemini Omni 模式

Gemini Omni 视频生成，可选的多模态参考

Gemini Omni 输出

720p / 1080p / 4k

Gemini Omni 参数控制

4 / 6 / 8 / 10 秒 / 图像、视频、音频和角色参考

Gemini Omni 延迟

通常需要 1-3 分钟

Google 多模态视频 API

Gemini Omni 核心功能

Gemini Omni 视频生成

使用 Gemini Omni 进行 Gemini Omni 视频生成，可选的多模态参考创作，通过简单的控件管理提示词、参考图和输出设置。

Gemini Omni 参考控制

在可用时上传支持的参考素材，然后在模型页面上持续优化同一创意。

Gemini Omni 生成状态

在结果准备期间，跟踪较长视频的生成进度。

您可以用 Gemini Omni 构建什么？

Gemini Omni 产品视频

创建产品发布、电商广告、发布短片和营销活动动态素材。

Gemini Omni 社交创意

为社交渠道生成短视频，并快速迭代提示词、时长、分辨率和宽高比等设置。

Gemini Omni 故事板工作流

在投入生产预算前，使用文本提示词和参考来验证场景、镜头和动态创意。

阅读常见问题

Gemini Omni 注意事项与常见问题

在此版本中，网页版 Playground 固定使用 gemini-omni-video 模型；音频和角色资产的创建已在 API 文档中说明。

视频生成需要提供提示词和分辨率。仅在未提供 video_urls 时，才需要指定时长。

未提供源视频时，支持的视频时长为 4、6、8 和 10 秒。

视频模式最多支持 3 个音频 ID、3 个角色 ID 和 1 个源视频 URL。

来自 image_urls、video_urls 和 character_ids 的多模态配额总和不能超过 7 个单位。每张图片占用 1 个单位，一个源视频占用 2 个单位，每个角色 ID 占用 1 个单位。

video_start 和 video_end 需要与 video_urls 一同使用，不能为负数，且 video_end 必须大于或等于 video_start。

实际延迟因提示词复杂度、参考输入、所选分辨率和供应商队列负载而异。

是的。您可以使用“创建”选项卡，直接在浏览器中尝试提示词、上传支持的输入内容并调整设置。

APIXO

使用 Gemini Omni 创建

一站式编写提示词、调整风格并生成您的下一张图像。

开始创建查看 API 文档