Gemini API 中的视频生成

Gemini API 提供了两种视频生成模型：Gemini Omni Flash 和 Veo。每种方法都针对不同的工作流而设计。

将 Gemini Omni Flash 用作视频生成的默认模型。它具有出色的视频连贯性、多输入推理（同时支持文本、图片、音频和视频输入）、角色一致性、事实准确性和多轮对话式编辑（例如元素替换或视角更改）。如果需要场景扩展、最后一帧控制或与旧版流水线集成等特定功能，请使用 Veo 3.1。

Gemini Omni Flash

Gemini Omni Flash 是一款快速的多模态模型，用于视频生成和对话式视频编辑。它擅长快速将文本提示词和图片转换为短视频，并允许您使用 Interactions API 通过多轮对话来优化结果。

Veo 3.1 是一款可生成原生音频视频的模型。它通过 generateContent API 支持视频扩展、特定帧生成和基于图片的指示等功能。

如果您需要注入和分析现有视频内容，而不是生成新视频，请参阅视频理解指南。