Gemini Omni

Positionnement

La capacité de génération vidéo à partir d'image de Gemini Omni Flash s'adresse aux développeurs qui souhaitent transformer rapidement une seule image statique en une courte vidéo livrable. Il suffit de fournir une image et un prompt décrivant le mouvement et le son de la scène pour que le modèle produise une vidéo avec son, avec des paramètres permettant de choisir une durée de 4 à 10 secondes, une résolution de 720p à 4K et un cadrage paysage ou portrait. Idéal pour les équipes qui réalisent des créations publicitaires, des vidéos courtes pour les réseaux sociaux et des démonstrations conceptuelles, appelable sur HiAPI.ai via une interface unifiée, facturée à l'usage.

Points clés

• Le prompt décrit à la fois l'image et le son — le prompt sert à décrire comment l'image d'entrée doit se mouvoir et émettre du son ; une seule génération inclut le mouvement visuel et le son, ce qui réduit l'étape de doublage en post-production.
• Des spécifications de sortie adaptées au canal de diffusion — prise en charge de durées de 4/6/8/10 secondes, de résolutions 720p/1080p/4K et de deux formats d'image, 16:9 et 9:16, pour s'adapter aux diffusions paysage et portrait.
• Une graine fixe pour reproduire les résultats — le paramètre seed permet de reproduire fidèlement le même résultat avec les mêmes entrées, ce qui facilite le débogage et la comparaison lors de générations par lots.

Description des capacités

Génération d'une vidéo sonore à partir d'une seule image : reçoit une image d'entrée et un prompt, puis produit une vidéo contenant mouvement et son, en supprimant les étapes intermédiaires entre le storyboard et le montage.

Durée et format paramétrables : duration prend une valeur entre 4 et 10 secondes, aspect_ratio permet de choisir le paysage ou le portrait, pour produire directement des contenus au format correspondant à l'emplacement de diffusion.

Sortie à plusieurs niveaux de résolution : prise en charge de trois niveaux de sortie, 720p, 1080p et 4K ; utiliser la basse résolution pour valider rapidement pendant le débogage, puis basculer en haute résolution pour la version finale.

Génération par lots avec graine contrôlable : transmettre le même seed permet de reproduire le même résultat, ce qui aide à fixer une base de style dans les tâches par lots et à identifier les différences dues aux variations de paramètres.

Cas d'usage

• E-commerce : transformer une image produit en vidéo courte — téléverser une image de nature morte d'un produit et décrire l'animation de présentation pour générer une vidéo verticale 9:16 directement utilisable dans les publicités en flux et les pages de détail produit.
• Créateurs de contenus sociaux : animer une illustration unique — utiliser une illustration ou une photo comme entrée pour générer un court clip animé de quelques secondes, comme matériel de mise à jour pour les plateformes de vidéos courtes, en réduisant le coût de production image par image.
• Équipes de design : prévisualisation animée d'une image conceptuelle — transformer une maquette ou une image conceptuelle en un court clip avec son, pour présenter le rythme visuel et l'ambiance à un client ou à l'équipe, puis décider s'il faut passer à une production formelle.

Limites et conseils de choix

Actuellement, chaque tâche n'accepte qu'une seule image d'entrée ; le prompt est obligatoire et doit décrire à la fois le mouvement visuel et le son ; la durée de sortie est limitée à 4 à 10 secondes, les formats d'image pris en charge sont uniquement 16:9 et 9:16, et les références multi-images ou l'extension de plan ne sont pas prises en charge. Cette capacité n'est pas encore disponible (comingSoon) et ne peut pas être appelée pour le moment ; pour les scénarios nécessitant des références multi-images ou des entrées multimodales combinées, veuillez choisir d'autres offres de la même famille ; la disponibilité officielle dépend de l'état de mise en ligne sur la plateforme.