SuperAPI AI 工具集

gemini-omni-flash-api

编程与开发

查看项目

更新于 10-16 08:48

技能介绍

用途:该技能调用 Gemini Omni 1.1 Flash 模型(gemini-omni-1.1-flash),用于文生视频、图像参考视频生成、首帧生视频、首尾帧过渡、视频扩展和视频编辑。

主要能力:文生视频;首帧生视频(--first-frame);首尾帧过渡(需同时使用 --first-frame 与 --last-frame);视频扩展,每轮最多10秒、总计最长40秒(--extend 或 --previous-interaction-id);视频编辑与风格改写、修补/扩图;使用图片或视频中的风格、角色、物体参考引导生成。

使用方式:主要通过 Python 脚本执行,如 scripts/upload_file.py 上传媒体、scripts/video/generate_video.py 生成视频、inspect_video.py 检查视频、prep_video.py 预处理视频。可配置 --aspect-ratio(如 16:9、9:16)、--resolution(360p、720p、1080p、4k,默认720p)、--duration(3至10秒整数)、--timeout(默认600秒)。支持 --prompts-file 或 --batch jobs.json 并配合 --concurrency 并行批量执行。依赖 google-genai>=2.19.0、Python>=3.10、ffmpeg 与 ffprobe,并需设置环境变量 GEMINI_API_KEY。

适用场景:需要快速生成或编辑短视频、扩展已有视频、以首尾帧控制过渡、用参考素材引导风格与角色一致性的创作流程。

限制:在 EEA、瑞士、英国及美国部分州,上传视频用于编辑或扩展不可用;若视频到视频编辑快速完成但输出为空(total_output_tokens 为 0 或无视频内容),可能由此限制导致。编辑已有视频最大时长10秒;4k 生成耗时更长。编辑含音频视频时需选择保留原音频或去除音轨以重新生成音频。其余收费、价格与具体平台支持情况暂未提供。