Gemini Omni
gamedev pkg add aigd.cloud-gemini-omni總覽
雲端上的 Gemini Omni Flash 1.2 影片:可從文字、起始圖片,或起始與結束影格生成片段,一律帶有聲音,長度 5 到 10 秒,解析度從 360p 到 1080p,適合遊戲預告與氛圍鏡頭。會使用你的額度。
Google 的 Gemini Omni Flash 1.2 影片模型,由 AI Game Dev 代理在雲端執行。它能依文字、起始圖片,或起始與結束影格製作片段,而且每段片段都原生帶有聲音。適合預告片段、氛圍鏡頭,以及聲音必須與畫面相符的動態主視覺。會使用你 AI Game Dev 方案的額度;不需要 Google 帳號或 API 金鑰。
你可以做什麼
- 製作聲音相符的短鏡頭:環境氛圍、腳步聲、人群、天氣。
- 讓截圖或一張概念藝術動起來(圖片轉影片)。
- 從一個影格過渡到另一個影格(起始與結束影格),例如日夜轉換。
- 算繪寬螢幕(16:9)鏡頭用於預告,直立式(9:16)鏡頭用於社群貼文,從 360p 預覽到 1080p 都支援。
範例請求
- 「用 Gemini Omni 做一段 5 秒的片段,拍霓虹城市街道上落下的雨,並配上雨聲和遠處的車流聲。」
- 「用 Gemini Omni 讓
Assets/Art/campfire.png動起來:劈啪作響的火聲、蟋蟀聲,8 秒。」 - 「先用 Gemini Omni 做一段 360p 的城堡大門開啟預覽,再用 1080p 做同一個鏡頭。」
變體
| 變體 | 名稱 | 模式 | 時長 | 解析度 | 聲音 |
|---|---|---|---|---|---|
gemini-omni-flash-1-2 | Flash 1.2 | txt2vid, img2vid, first_last_frame | 5, 8, 10 s | 360p, 720p, 1080p | 一律 |
長寬比為 16:9 與 9:16,24 fps,預設長度 5 秒、預設解析度 720p。聲音無法關閉。它不接受負向提示詞,也不接受種子碼。
模式:txt2vid 依文字生成片段,img2vid 從你的圖片開始,first_last_frame 從起始圖片銜接到結束圖片。
運作方式
透過 雲端生成(aigd.cloud-media,在每個對話中預設開啟)執行:當這款模型適合任務,或你指名它時,代理就會選用。在對話生成預算內的作業會直接執行而不提問(每次操作前詢問 則會逐一詢問)。預估值是每秒影片佔你額度的百分比,失敗的作業不會計入你的額度。你的方案能否使用它,取決於你的帳號(模型分頁,video_list_models);你的方案無法使用的變體會顯示為鎖定。片段會以 MP4 存進你的專案,且絕不會覆寫既有檔案。
伺服器 id(/api/media 的package_id,也就是它的媒體模型 id):aigd.cloud.gemini-omni。
變體、模式與限制都來自伺服器的目錄(capabilities v2 中的 aigd.cloud.gemini-omni;packages/core/test/cloud-media-manifests.test.ts 會讓這個套件與它保持一致)。伺服器只有在變體的供應商路由與額度用量都驗證通過後,才會執行該變體;規劃中的變體會標示為「即將推出」。
授權
模型:專有。生成的片段歸你使用,但須遵守供應商針對該變體的條款。本套件僅含資料(不含程式碼),Apache-2.0。
版本
| 版本 | 發布日期 | 需搭配應用程式 |
|---|---|---|
| 0.1.4最新 | 0.25.11 或更新版本 | |
| 0.1.3 | 0.25.11 或更新版本 | |
| 0.1.2 | 0.25.11 或更新版本 | |
| 0.1.1 | 0.25.11 或更新版本 |
安裝
在桌面應用程式中
開啟 套件 視窗(狀態列上的套件圖示),選擇 瀏覽,搜尋 aigd.cloud-gemini-omni,然後點選 加到專案。
還沒安裝應用程式?免費下載 AI Game Dev,支援 Windows、macOS 與 Linux。
從終端機
在你的專案資料夾中,使用 gamedev CLI:
gamedev pkg add aigd.cloud-gemini-omni需求
- AI Game Dev 0.25.11 或更新版本
gamedev pkg add aigd.cloud-gemini-omni