Gemini Omni 1.1 Flash 参考生视频
- Gemini Omni 1.1 Flash (gemini-omni-1.1-flash-reference-to-video) 模型支持参考生视频模式,基于参考图像、可选的参考视频与文本提示词生成一段带原生音频的视频
- 参考图输入: 通过
image_urls传入,支持 1~10 张,用于约束视频中的主体、风格或元素 - 参考视频输入: 通过
video_urls传入,可不传或最多传 3 个,供模型参考其中的动作、镜头或风格 - 分辨率: 通过
quality选择360p、720p、1080p或4k,默认720p - 时长控制: 通过
duration指定3~10秒的整数时长,默认为3秒 - 画面比例: 通过
aspect_ratio选择16:9、9:16或auto,默认auto - 原生音频: 模型自动为画面生成同步音频,无需额外参数
- 负面描述: 直接写入
prompt(如No dialogue),本模型不提供独立的负面提示词参数 - 异步处理模式,使用返回的任务ID 进行查询
- 生成的视频链接,有效期为24小时,请尽快保存
授权
请求体
模型名称,固定为 gemini-omni-1.1-flash-reference-to-video
gemini-omni-1.1-flash-reference-to-video "gemini-omni-1.1-flash-reference-to-video"
视频生成的文本提示词,支持中英文
使用建议:
- 描述参考图中的主体在视频里的动作、镜头运动、场景氛围等
- 负面要求直接写入提示词(例如
No dialogue、不要出现文字),本模型不提供独立的负面提示词参数
"一只小猫顽皮地拨弄着一团毛线球"
参考图片数组,支持 1~10 张,用于约束视频中的主体、风格或元素
支持形式:
- HTTP/HTTPS 图片 URL
格式要求: 支持 png、jpeg、webp
1 - 10 elements参考视频数组,可不传;传入时最多支持 3 个
供模型参考其中的动作、镜头运动或风格,可与 image_urls 一同使用
输入要求:
- 当前仅支持 HTTP/HTTPS 视频 URL
- 格式:mp4
- 单个视频时长不超过
10秒
计费说明: 每个参考视频都会计入输入 token
1 - 3 elements视频分辨率,默认为 720p
可选值:
360p:横屏 640×360 / 竖屏 360×640720p:横屏 1280×720 / 竖屏 720×1280,此为默认值1080p:横屏 1920×1080 / 竖屏 1080×19204k:横屏 3840×2160 / 竖屏 2160×3840
方向由 aspect_ratio 决定:16:9 出横屏、9:16 出竖屏。
计费说明: 视频按输出 token 计费,token 数随分辨率线性增长——以 720p 为基准,360p 约为其 1/3、1080p 约为 1.5 倍、4k 约为 3 倍。实际扣费以生成视频的用量为准
360p, 720p, 1080p, 4k "720p"
视频时长(秒),默认为 3 秒
说明:
- 支持
3–10秒之间的任意整数值 - 时长与计费直接相关
3 <= x <= 103
视频宽高比,默认为 auto
取值说明:
16:9:横向画面9:16:竖向画面auto:由模型根据提示词和输入素材决定画面比例,此为默认值
16:9, 9:16, auto "auto"
任务完成后的HTTPS回调地址
回调时机:
- 任务完成(completed)、失败(failed)或取消(cancelled)时触发
- 在计费确认完成后发送
安全限制:
- 仅支持HTTPS协议
- 禁止回调到内网IP地址(127.0.0.1、10.x.x.x、172.16-31.x.x、192.168.x.x等)
- URL长度不超过
2048字符
回调机制:
- 超时时间:
10秒 - 失败后最多重试
3次(会分别在失败的1秒/2秒/4秒后进行重试) - 回调响应体格式与任务查询接口返回的格式一致
- 回调地址若返回2xx状态码视为成功,其他状态码会触发重试
"https://your-domain.com/webhooks/video-task-completed"
响应
视频任务创建成功
任务创建时间戳
1757169743
任务ID
"task-unified-1757169743-7cvnl5zw"
实际使用的模型名称
"gemini-omni-1.1-flash-reference-to-video"
任务的具体类型
video.generation.task 任务进度百分比 (0-100)
0 <= x <= 1000
任务状态。创建接口恒返回 processing(内部 pending 状态对客户端统一投影为 processing)
pending, processing, completed, failed "processing"
视频任务详细信息
任务的输出类型
text, image, audio, video "video"
使用量和计费信息