Gemini Omni 1.2

Panoramica della posizione

Questo è un modello di generazione video pensato per gli sviluppatori, in grado di produrre brevi clip video a partire da descrizioni testuali, immagini di riferimento o fotogrammi iniziale e finale, con una durata per singola generazione da 3 a 15 secondi, fino a un massimo di 10 secondi quando si utilizza la modalità primo/ultimo fotogramma. È possibile usare un'immagine pubblica come contenuto o stile di riferimento, oppure specificare il fotogramma di apertura tramite il primo fotogramma; l'input con immagine di riferimento e quello con fotogrammi sono mutuamente esclusivi. È adatto a team di e-commerce, advertising e creativi che necessitano di produrre in serie materiali video brevi in formato orizzontale o verticale.

Punti di forza principali

• Due modalità di controllo: immagine di riferimento e primo/ultimo fotogramma — fino a 10 immagini pubbliche possono essere usate come riferimento per personaggi, prodotti o stile; è anche possibile specificare i fotogrammi di inizio e fine tramite primo e ultimo fotogramma.
• Scelta di formato e risoluzione in base al canale di distribuzione — il formato supporta 16:9 orizzontale o 9:16 verticale, mentre la risoluzione può essere scelta tra 360p, 720p, 1080p e 4k.
• Il prompt può descrivere scene e movimenti di camera — il prompt è obbligatorio e può contenere fino a 20000 caratteri, specificando il contenuto dell'immagine, il movimento e le modalità di avanzamento della camera.

Descrizione delle capacità

Text-to-video e reference-image-to-video: è sufficiente fornire il prompt per generare un video; image_urls accetta da 1 a 10 immagini pubbliche HTTP(S), e anche con una sola immagine questa viene trattata come immagine di riferimento, utile a vincolare personaggi, prodotti o stile.

Primo fotogramma e transizione primo/ultimo fotogramma: first_frame_url specifica da solo il fotogramma di apertura; fornendo contemporaneamente first_frame_url e last_frame_url è possibile generare una transizione tra fotogrammi di inizio e fine, con una durata massima di 10 secondi e senza poter usare contemporaneamente immagini di riferimento.

Impostazioni di durata, formato e risoluzione: duration è un numero intero di secondi da 3 a 15, con valore predefinito 10 secondi; aspect_ratio può essere 16:9 o 9:16; resolution può essere 360p, 720p, 1080p o 4k, con valore predefinito 720p.

Stile complessivo ed esclusione di contenuti: system_prompt serve a impostare lo stile visivo complessivo, mentre negative_prompt descrive i contenuti da escludere; quando si specifica il fotogramma finale, queste due opzioni non sono disponibili.

Scenari di utilizzo

• Team e-commerce che realizzano brevi video dimostrativi di prodotto — generano brevi video orizzontali con prompt e più immagini di riferimento di prodotti o persone, da usare come materiali di presentazione nelle pagine di dettaglio e nei riquadri prodotto.
• Team advertising che producono materiali pubblicitari verticali — descrivono i punti di forza con un prompt e scelgono il formato 9:16 per generare video adatti alla pubblicazione verticale nei feed e sulle piattaforme di video brevi.
• Team di design che trasformano immagini statiche in animazioni — impostano un'immagine pubblica come primo fotogramma per generare una clip in movimento che si sviluppa da quella scena, utile per animare poster o illustrazioni.
• Team creativi che previsualizzano l'inizio e la fine delle inquadrature — forniscono primo e ultimo fotogramma per generare una transizione, utile per la previsualizzazione dello storyboard e la rapida presentazione di concept clip.

Limiti e suggerimenti per la scelta

La durata di un singolo video è limitata da 3 a 15 secondi, con un massimo di 10 secondi in modalità primo/ultimo fotogramma; per contenuti più lunghi è necessario procedere per segmenti. 1080p e 4k sono output ingranditi e il 4k potrebbe non includere una traccia audio. Le immagini di riferimento sono mutuamente esclusive con primo e ultimo fotogramma; dopo aver specificato il fotogramma finale non è possibile usare system_prompt e negative_prompt. Tutti i parametri immagine accettano esclusivamente URL HTTP(S) pubblici e non supportano Base64.