Guía visual de las capacidades de texto a video de Gemini Omni 1.1 Flash

Mediante una muestra reproducible de texto a video, se presentan de forma intuitiva los parámetros principales y la apariencia real del metraje final de gemini-omni-1.1-flash. En la entrada solo se utilizan los campos no multimedia más básicos: prompt, duration (enumeración de 4/6/8/10 segundos), resolution (360p/720p/1080p/4k) y aspect_ratio (16:9/9:16); los campos multimedia relacionados con imagen a video, imágenes de referencia y edición de video quedan todos vacíos en esta entrada, por lo que esta obra corresponde a la rama text-to-video dentro de las capacidades de la familia. El contenido de la muestra se centra en la dimensión de control que más interesa a los desarrolladores al evaluar modelos de video: un sujeto único, un avance claro de encuadre, un movimiento de cámara estable y una iluminación predecible, lo que facilita observar el grado de adherencia del modelo a las instrucciones de lenguaje cinematográfico. El clip de salida incluye pista de audio, por lo que sirve como ejemplo de punto de partida para el flujo de trabajo de «borrador rápido → iteración → ampliación». Escenarios de aplicación: cuando los desarrolladores necesitan evaluar el límite inferior de calidad del metraje final y la consistencia de estilo de este modelo bajo descripciones de planos guionizadas, pueden reutilizar la estructura de entrada de esta entrada para realizar experimentos comparativos; también es adecuada como primera muestra de integración conjunta al conectarse a Gemini API / Google AI Studio o a plataformas basadas en nodos. Ten en cuenta que 360p solo se usa para pruebas de bajo coste; para la salida final se recomienda usar niveles de resolución más altos.