Gemini Omni Flash (gemini-omni-flash-preview) ist ein leistungsstarkes multimodales Modell, das für die schnelle Videogenerierung, ‑bearbeitung und filmische Steuerung entwickelt wurde.
Gemini Omni basiert auf den folgenden Kernfunktionen, die es von früheren Videomodellen unterscheiden:
- Native Multimodalität:Es verarbeitet Text, Bild, Audio und Video gleichzeitig und liefert so eine kohärentere, konsistentere und besser steuerbare Ausgabe.
- Konversationelle Bearbeitung: Mit der Interactions API können Sie Ihre Videos iterativ verfeinern und bearbeiten, indem Sie natürliche Sprache verwenden. Beschreiben Sie einfach, was Sie ändern möchten, und das Modell wendet die Änderung an, während die Teile des Videos beibehalten werden, die Sie behalten möchten.
- Weltwissen:Gemini Omni kombiniert ein Verständnis der Physik mit dem Wissen von Gemini über Geschichte, Wissenschaft und kulturellen Kontext und schließt so die Lücke zwischen Fotorealismus und aussagekräftigem Storytelling.
Text-zu-Video-Generierung
Generieren Sie ein Video aus einem Textprompt. Das Modell generiert anhand Ihrer Textbeschreibung ein Video mit Audio. Für optimale Ergebnisse sollten Sie Prompts mit Details wie Szenenbeschreibung, Kamerabewegung, Beleuchtung und Stimmung verfassen.
Python
import base64
from google import genai
client = genai.