Gemini Omni

Visão geral do posicionamento

A capacidade de imagem para vídeo do Gemini Omni Flash é voltada para desenvolvedores que precisam transformar rapidamente uma única imagem estática em um vídeo curto entregável. Basta fornecer uma imagem e um prompt que descreva o movimento da cena e o som, e o modelo gera o vídeo final com áudio, permitindo escolher por parâmetros a duração de 4 a 10 segundos, a resolução de 720p a 4K e a composição horizontal ou vertical. É ideal para equipes que produzem materiais publicitários, vídeos curtos para redes sociais e demonstrações de conceito, chamadas no HiAPI.ai por meio de uma interface unificada e cobradas por uso.

Destaques principais

• O prompt descreve imagem e som ao mesmo tempo — o prompt descreve como a imagem de entrada deve se mover e emitir som; uma única geração já inclui o movimento da cena e o áudio, reduzindo a etapa de dublagem na pós-produção.
• Especificações de saída selecionáveis conforme o canal de veiculação — suporta durações de 4/6/8/10 segundos, resoluções de 720p/1080p/4K e os formatos 16:9 e 9:16, adaptando-se à veiculação horizontal e vertical.
• Semente fixa para facilitar a reprodução de resultados — oferece o parâmetro seed, permitindo reproduzir de forma estável o mesmo resultado com a mesma entrada, o que facilita a depuração e a comparação em gerações em lote.

Descrição das capacidades

Geração de vídeo com áudio a partir de uma única imagem: recebe uma imagem de entrada e um prompt e produz um vídeo com movimento e som, eliminando as etapas intermediárias do storyboard à edição.

Duração e formato parametrizados: por meio de duration, escolhe-se um valor entre 4 e 10 segundos, e com aspect_ratio seleciona-se horizontal ou vertical, gerando diretamente materiais com a especificação correspondente ao espaço de veiculação.

Saída em níveis de resolução: suporta três níveis de saída — 720p, 1080p e 4K — permitindo validar rapidamente com baixa resolução na fase de depuração e alternar para alta resolução na versão final.

Geração em lote com semente controlável: informar o mesmo seed reproduz o mesmo resultado, o que ajuda a fixar a linha de base de estilo em tarefas em lote e a identificar diferenças causadas por mudanças de parâmetros.

Cenários de aplicação

• Operação de e-commerce: imagem principal do produto transformada em vídeo curto — envie uma foto estática do produto e descreva o efeito de exibição para gerar um vídeo vertical 9:16 usado diretamente em anúncios de feed e na página de detalhes do produto.
• Criadores de redes sociais: conteúdo dinâmico a partir de uma única ilustração — use uma ilustração ou foto como entrada para gerar um vídeo curto de alguns segundos como material de atualização para plataformas de vídeo curto, reduzindo o custo de produção quadro a quadro.
• Equipes de design: pré-visualização dinâmica de concept art — converta um design ou concept art em um vídeo curto com áudio para demonstrar a clientes ou à equipe o ritmo e a atmosfera da cena antes de decidir se avança para a produção formal.

Limitações e recomendações de seleção

Atualmente, cada tarefa aceita apenas uma imagem de entrada, e o prompt é obrigatório e deve descrever simultaneamente o movimento da cena e o som; a duração da saída é limitada a 4 a 10 segundos, e o formato suporta apenas 16:9 e 9:16, sem suporte a referência com múltiplas imagens ou extensão de tomada. Essa capacidade ainda não está disponível (comingSoon) e não pode ser chamada no momento; para cenários que exigem referência com múltiplas imagens ou entrada multimodal combinada, escolha outras linhas da mesma família; a disponibilidade oficial está sujeita ao status de lançamento da plataforma.