Guida illustrata alla capacità di text-to-video di Gemini Omni 1.1 Flash

Attraverso un esempio di video generato da testo riproducibile, viene mostrato in modo intuitivo il funzionamento dei parametri principali di gemini-omni-1.1-flash e la resa visiva del filmato finale. Sul lato input vengono utilizzati solo i campi non-media più basilari: prompt, duration (enumerazione 4/6/8/10 secondi), resolution (360p/720p/1080p/4k) e aspect_ratio (16:9/9:16); i campi media relativi a image-to-video, immagini di riferimento e video editing sono tutti lasciati vuoti in questa voce, pertanto quest'opera corrisponde al ramo text-to-video delle capacità della famiglia. Il contenuto del campione è stato scelto in base alle dimensioni controllabili che gli sviluppatori considerano più importanti durante la valutazione di un modello video: soggetto singolo, avanzamento chiaro della scala di campo, movimento di camera stabile e illuminazione prevedibile, così da poter osservare il grado di aderenza del modello alle istruzioni di linguaggio cinematografico. La clip di output include una traccia audio, adatta come esempio di partenza per il flusso di lavoro «bozza rapida → iterazione → upscaling». Scenari applicabili: quando gli sviluppatori devono valutare la soglia minima di qualità del filmato finale e la coerenza stilistica del modello in presenza di descrizioni di inquadrature sceneggiate, possono riutilizzare la struttura di input di questa voce per esperimenti di confronto; è inoltre adatta come primo esempio di integrazione con Gemini API / Google AI Studio o piattaforme nodali. Nota: 360p è indicato solo per tentativi ed errori a basso costo; per l'output finale si consiglia di utilizzare risoluzioni più elevate.