把镜头意图写成可执行描述
从文字开始时，可在提示词中交代主体、场景、动作、镜头运动和光线气氛，生成用于审阅的视频画面。相比只写一个主题，更适合把拍摄意图表达完整：例如主体缓慢转身、镜头向前推进、环境保持柔和逆光，让创意讨论落到具体镜头。
规格与接口特性
在选型前明确容量、输入输出与调用方式。
- 创作方式
- 文生视频、参考图片引导、视频编辑 / 视频参考
- 输出画幅
- 16:9、9:16；默认 16:9
- 输出分辨率
- 720p、1080p；默认 720p
- 图片参考
- 通过 image_urls 提交一个或多个图片链接
- 视频参考
- 最多 1 个视频链接，需同时提供至少 1 张参考图片
- 任务交付
- 支持异步查询与完成回调，成功后返回 video_url
上述规格为本平台的 omni-flash 调用范围；Gemini Omni 不同原生版本的扩展功能需分别区分。
核心能力
了解 omni-flash 能为你的工作带来什么。
让静态素材参与视频创作
通过参考图片引导生成，可从产品照片、人物图片或插画继续制作动态画面。图片提供视觉依据，文字说明运动方向、场景关系与期望风格。适合已有设计素材、但尚未形成视频镜头的制作阶段；应写清图片承担的是主体参考还是整体视觉参考。
围绕原视频提出修改目标
已有视频也能作为创作起点，配合参考图和编辑指令生成新视频。可要求改变季节、调整场景风格或增删画面元素，并明确哪些构图关系需要保留。这样的工作方式适合围绕同一素材做创意变体，而不是每次重新描述整个场景。
适用场景
从具体任务出发，找到模型发挥作用的位置。
产品图片转动态展示
输入已选定的产品图片，说明产品动作、镜头方向与背景氛围，制作可供营销团队审阅的展示视频。横屏适合页面或演示画面，竖屏适合竖向内容布局。交付后重点检查产品轮廓、构图与动作是否符合创意，再决定是否进入正式剪辑。
同一场景的视觉变体
输入已有场景视频与参考图片，用文字要求更换天气、季节或视觉风格，同时列出需要保留的位置关系。例如将晴天海滩改为冬日场景，但保留树木与船只布局。产出可用于比较不同创意方向的新版本，减少从空白画面重新构思的工作。
接入自动化素材制作
应用后端提交提示词、画幅和素材链接，以 async 创建任务，保存 task_id 后查询结果，或通过 callback_url 接收完成通知。取得成功状态与视频链接后下载归档，再交给审阅或剪辑流程，适合不希望持续保持生成请求连接的制作应用。
如何选择这个模型
结合任务复杂度、输入材料与预期结果选择。
按现有素材选择创作方式
只有创意文字时选择文生视频；已经确定主体外观或视觉方向时加入图片参考；希望修改既有镜头时使用视频与图片组合。omni-flash 的选择价值在于让这些素材形态进入同一视频流程。编辑任务尤其应把“要改变什么”和“要保留什么”分别写清，而不是只提交笼统的风格词。
区分视频入口与原生版本
omni-flash 用于视频生成和编辑，不应与 Gemini Flash 的文本对话型号混用。Gemini Omni 1.1 Flash 也有独立的原生版本名称，不能因为名称接近就把首尾帧或延长控制直接套用到本入口。若目标是现有素材引导和场景改写，可选择这里的工作流；若依赖特定版本功能，应按版本分别选型。
开始使用
从一次小规模任务到正式接入。
准备任务与材料
明确目标、必要输入与输出要求，使用真实业务样例作为起点。
在 API 调试区试用
打开试用页，确认此入口支持的参数，再提交小规模任务查看结果。
按 API 文档接入
保留完整模型 ID，使用文档规定的请求格式，并在 Pricing 页确认计费规则。
使用边界
在正式使用前，了解输出质量与能力范围。
- 视频编辑不是只提交视频即可：video_urls 最多接收一个链接，而且必须同时提供至少一张 image_urls。参考图应与修改目标相关，提示词也应明确编辑效果；缺少图片会造成请求参数错误，无法进入正常编辑流程。
- 输出分辨率可选 720p 或 1080p，但分辨率选择不等于主体细节与动作一定符合要求。尤其是场景替换或元素增删，应逐项审阅需要保留的布局和外观；不要把“保持不变”的文字指令视为逐帧无变化的承诺。
- 异步提交返回 task_id 并不代表视频已经完成。需要等待 succeeded 状态再获取成片，pending 阶段视频链接可能为空。生成链接有保存期限，完成后应及时下载至自己的存储，避免把临时结果链接作为长期素材地址。
常见问题
解答使用 omni-flash 时的常见疑问。
omni-flash 是普通 Gemini 对话模型吗？
不是。这里的 omni-flash 面向视频创作，通过 POST /gemini/videos 提交文字和可选素材，交付视频结果。它不是在对话接口中返回普通文本答案的 Gemini Flash 型号；开发时应按视频任务组织输入、状态查询与结果保存。
只有一张图片也能生成视频吗？
可以通过 image_urls 提交图片链接，并同时填写必需的 prompt。建议在文字中写清主体怎么运动、镜头如何移动以及希望保持的视觉特征。图片用于引导生成，不要仅写“动起来”，否则很难表达你真正需要的镜头效果。
修改已有视频需要哪些素材？
需要在 video_urls 提交一个视频链接，并在 image_urls 中提供至少一张参考图片，再用 prompt 描述修改目标。可以围绕风格、场景或画面元素提出要求，也应说明需要保留的布局。只传视频而不传图片不符合该工作流的输入要求。
能选择竖屏和 1080p 输出吗？
可以。aspect_ratio 支持 16:9 与 9:16，resolution 支持 720p 与 1080p，默认分别为 16:9 和 720p。建议在创作前确定交付画幅，尤其是主体位置与镜头移动方向，避免生成后再裁切导致构图偏离原本意图。
异步生成后怎样取得视频？
设置 async 为 true 后保存返回的 task_id，向 /gemini/tasks 提交以该值作为 id 的查询请求；也可设置 callback_url 接收完成通知。任务成功后读取结果中的 video_url 并下载保存，仍为 pending 时继续等待，失败时检查错误信息。
模型资料 · 更新日期：2026-10-01。调用参数与计费规则请查看 API 和定价栏目。