Gemini Omni

Descripción general

La línea de texto a vídeo de Gemini Omni Flash está orientada a desarrolladores que necesitan producir vídeos finales directamente a partir de indicaciones de solo texto. Basta con una descripción que indique la escena, la acción, el movimiento de cámara, los diálogos y el sonido para generar un vídeo con pista de audio nativa, y se puede especificar una duración de 4 a 10 segundos, una resolución de 720p a 4k y una relación de aspecto horizontal o vertical; resulta ideal para anuncios cortos, material vertical para redes sociales y para la producción rápida y las pruebas por lotes de guiones gráficos narrativos.

Puntos clave

• Una sola indicación cubre imagen y sonido: el prompt puede describir a la vez la escena, la acción, el movimiento de cámara, los diálogos y el sonido, y en una sola llamada se genera un vídeo final con imagen y sonido sincronizados.
• Resolución 4k y doble relación de aspecto horizontal/vertical: la salida admite tres niveles de resolución (720p, 1080p y 4k) y dos relaciones de aspecto (16:9 y 9:16); un mismo conjunto de indicaciones puede servir tanto para publicación horizontal como para vídeos cortos verticales.
• El parámetro seed garantiza la reproducibilidad: al pasar un seed fijo se puede volver a ejecutar la misma indicación, lo que facilita comparar cambios en el prompt o establecer una base estable para la generación por lotes.

Descripción de capacidades

Vídeo final impulsado solo por texto: basta con un prompt (de hasta 20000 caracteres) para generar un vídeo, sin necesidad de subir ningún material; ideal para validar ideas creativas desde cero.

Duración y resolución ajustables: la duración de salida se puede elegir entre 4, 6, 8 y 10 segundos, y la resolución abarca de 720p a 4k; elige el nivel según el destino de publicación y los requisitos de calidad de imagen.

Cambio de relación de aspecto horizontal/vertical: aspect_ratio admite 16:9 y 9:16, por lo que una misma idea creativa puede producir directamente dos versiones adaptadas a plataformas de vídeo largo y a flujos de información verticales.

Control de generación reproducible: seed acepta enteros de 0 a 2147483647; una vez fijado, se puede repetir la generación de la misma indicación, lo que facilita la comparación de versiones y la validación de regresiones.

Casos de uso

• Equipos de publicidad y marketing que validan varias versiones de copy: genera varios vídeos candidatos con la misma indicación y compara rápidamente planos y ritmo con duraciones de 4 a 10 segundos; tras elegir la dirección, se invierte en el refinamiento.
• Operaciones en redes sociales que producen material de vídeo corto vertical: elige salida 9:16 y 720p o 1080p para usarla directamente como material de actualización diaria en plataformas de vídeo corto.
• Previsualización de guiones gráficos y visualización de guiones: guionistas o directores incluyen la descripción de la escena y el movimiento de cámara en la indicación y obtienen un clip de previsualización con diálogos y sonido para la revisión de propuestas.
• Escenarios de exhibición que requieren vídeo final de alta resolución: para usos de exhibición o pantallas grandes con requisitos de calidad de imagen, se puede optar por salida 4k y reducir el postprocesado de ampliación.

Limitaciones y recomendaciones de selección

Solo acepta entrada de texto y no permite subir imágenes de referencia ni vídeos existentes para el control de condiciones; cuando se necesite mantener la coherencia del sujeto o transformar material existente, conviene elegir las líneas de imagen a vídeo o de referencia a vídeo de la misma familia. La duración de salida está limitada a 4-10 segundos y las relaciones de aspecto solo son 16:9 y 9:16; los planos continuos largos o los formatos especiales fuera de estos rangos no son adecuados para esta línea. Actualmente este modelo está en estado de próximo lanzamiento; la disponibilidad y el efecto real de generación estarán sujetos a lo que ocurra tras el lanzamiento. Para proyectos narrativos largos se recomienda validar primero con vídeos cortos y luego ampliar.