Gemini Omni 1.1 Flash : capacité texte-vers-vidéo illustrée

Un exemple reproductible de génération de vidéo à partir de texte illustre de façon concrète les paramètres clés de gemini-omni-1.1-flash et le rendu réel du clip final. Côté entrée, seuls les champs non médias les plus élémentaires sont utilisés : prompt, duration (énumération 4/6/8/10 secondes), resolution (360p/720p/1080p/4k) et aspect_ratio (16:9/9:16) ; les champs médias liés à la génération image-vers-vidéo, aux images de référence et au montage vidéo restent tous vides dans cette entrée, ce qui rattache cette œuvre à la branche text-to-video des capacités de la famille. Le contenu du clip cible les dimensions de contrôle qui intéressent le plus les développeurs lors de l'évaluation d'un modèle vidéo : un sujet unique, une progression nette des cadrages, un mouvement de caméra stable et un éclairage prévisible, afin d'observer facilement le degré de respect des instructions de langage cinématographique. Le segment produit comporte sa propre piste audio et convient comme exemple de point de départ pour un flux de travail « brouillon rapide → itérations → montée en résolution ». Cas d'usage : lorsqu'un développeur doit juger le niveau minimal de qualité finale et la cohérence stylistique du modèle à partir de descriptions de plans scénarisées, il peut réutiliser la structure d'entrée de cette fiche pour mener des expériences comparatives ; elle convient aussi comme premier exemple de test d'intégration avec l'API Gemini / Google AI Studio ou une plateforme nodale. À noter : le 360p ne sert qu'aux essais à faible coût, il est recommandé d'utiliser une résolution plus élevée pour la sortie finale.