Gemini API oferuje 2 modele do generowania filmów: Gemini Omni Flash i Veo. Każda z nich jest przeznaczona do innych przepływów pracy.
Używaj Gemini Omni Flash jako domyślnego modelu do generowania filmów. Zapewnia doskonałą spójność filmów, rozumowanie na podstawie wielu danych wejściowych (obsługuje jednocześnie tekst, obrazy, dźwięk i film), spójność postaci, dokładność faktograficzną i wieloetapową edycję konwersacyjną (np. zastępowanie elementów lub zmiany perspektywy). Używaj Veo 3.1, gdy potrzebujesz konkretnych funkcji, takich jak rozszerzenie sceny, kontrola ostatniej klatki lub integracja ze starszymi potokami.
Gemini Omni Flash
Gemini Omni Flash to szybki, multimodalny model do generowania filmów i edytowania ich w trybie konwersacyjnym. Doskonale radzi sobie z szybkim przekształcaniem promptów tekstowych i obrazów w krótkie filmy, a dzięki interfejsowi Interactions API pozwala ulepszać wyniki w kilku krokach.
Zacznij korzystać z Gemini Omni Flash →
Veo 3.1
Veo 3.1 to model do generowania filmów z natywnym dźwiękiem. Obsługuje funkcje takie jak rozszerzanie filmów, generowanie klatek i wskazówki na podstawie obrazów za pomocą interfejsu API generateContent.
Rozpoznawanie filmów
Jeśli chcesz przetworzyć i przeanalizować istniejące treści wideo, a nie wygenerować nowy film, zapoznaj się z przewodnikiem po rozpoznawaniu treści wideo.