Gemini API 影片生成功能

Gemini API 提供兩種生成影片的模型：Gemini Omni Flash 和 Veo。每種方式都適用於不同的工作流程。

使用 Gemini Omni Flash 做為影片生成的預設模型。這款模型具備卓越的影片連貫性、多輸入推論能力 (可同時支援文字、圖片、音訊和影片輸入)、角色一致性、事實準確性，以及多輪對話編輯功能 (例如元素替換或視角變更)。如需場景延伸、最後一幀控制，或與舊版管道整合等特定功能，請使用 Veo 3.1。

Gemini Omni Flash

Gemini Omni Flash 是快速的多模態模型，可用於影片生成及透過對話編輯影片。這項工具能快速將文字提示詞和圖片轉換成短片，並可透過 Interactions API 多次調整結果。

開始使用 Gemini Omni Flash →

Veo 3.1

Veo 3.1 模型可生成影片，並搭配原生音訊。這項模型支援影片擴充、特定影格生成，以及透過 generateContent API 進行圖片導向生成等功能。

開始使用 Veo 3.1 →

影片解讀

如需擷取及分析現有影片內容，而非生成新影片，請參閱影片理解指南。