В Gemini API есть две модели для генерации видео: Gemini Omni Flash и Veo. Каждый из них предназначен для разных рабочих процессов.
Используйте Gemini Omni Flash как модель по умолчанию для генерации видео. Она обеспечивает превосходную связность видео, мультимодальные рассуждения (одновременную поддержку текстовых, графических, аудио- и видеозапросов), постоянство персонажа, фактическую точность и многоэтапное редактирование в диалоговом режиме (например, замену элементов или изменение перспективы). Используйте Veo 3.1, если вам нужны определенные возможности, например расширение сцены, управление последним кадром или интеграция с устаревшими конвейерами.
Gemini Omni Flash
Gemini Omni Flash – это быстрая мультимодальная модель для создания видео и редактирования видео в чате. Она отлично справляется с быстрым преобразованием текстовых запросов и изображений в короткие видео и позволяет уточнять результаты за несколько шагов с помощью Interactions API.
Начать работу с Gemini Omni Flash →
Veo 3.1
Veo 3.1 – это модель для генерации видео с нативным аудио. Она поддерживает такие функции, как расширение видео, покадровая генерация и управление на основе изображений через generateContent API.
Распознавание видео
Если вам нужно загрузить и проанализировать существующий видеоконтент, а не создать новое видео, ознакомьтесь с руководством по распознаванию видео.