Gemini Omni 1.1 Flash テキストtoビデオ機能図解

再現可能なテキストtoビデオのサンプル映像を通じて、gemini-omni-1.1-flash の主要パラメータと実際の仕上がりの印象を直感的に示します。入力側では最も基本的な非素材フィールドのみを使用します：prompt、duration（4/6/8/10 秒の列挙）、resolution（360p/720p/1080p/4k）、aspect_ratio（16:9/9:16）のみで、画像toビデオ、参照画像、動画編集に関連するメディアフィールドは本項目ではすべて空欄としているため、この作品はファミリー機能の中の text-to-video ブランチに対応します。 サンプル映像の内容は、開発者が動画モデルを評価する際に最も重視する制御可能な次元を選んでいます：単一の主体、明確なショットサイズの展開、安定したカメラワーク、予測可能な光。これにより、モデルがカメラ言語の指示にどの程度従うかを観察しやすくなります。出力クリップには音声トラックが付属しており、「迅速なドラフト → 反復 → アップスケール」ワークフローの出発点サンプルとして適しています。 適用シーン：開発者がスクリプト化されたショット記述のもとで、このモデルの仕上がりの下限とスタイルの一貫性を判断する必要がある場合、本項目の入力構造を再利用して対照実験ができます。また、Gemini API / Google AI Studio やノード型プラットフォームへの初回連携サンプルとしても適しています。360p は低コストの試行錯誤専用であり、最終出力にはより高解像度の設定を使用することを推奨します。