


Gemini Omni 1.1 Flash เป็นตระกูลวิดีโอแบบมัลติโมดัลโดยกำเนิดของ Google DeepMind สำหรับเวิร์กโฟลว์การผลิตที่ยืดหยุ่น แก้ไขฟุตเทจที่มีอยู่ด้วยคำสั่งข้อความ รักษาความสอดคล้องทางภาพด้วยภาพอ้างอิงสูงสุด 10 ภาพและคลิปวิดีโอ 3 คลิป หรือขยายช็อตเป็นช่วงที่ต่อเนื่องกันได้สูงสุด 40 วินาที เข้าถึงทุกเวิร์กโฟลว์บน Atlas Cloud ด้วยคีย์ API ที่เข้ากันได้กับ OpenAI เพียงคีย์เดียว ราคาตามการใช้งาน และพร้อมให้บริการตั้งแต่ Day-0 เริ่มสร้างสรรค์ได้วันนี้
Gemini Omni 1.1 Flash พัฒนาโดย Google โดย Atlas Cloud (ดำเนินการโดย Atlas Cloud AI LLC) เป็นผู้ให้บริการเข้าถึงโมเดลนี้ แต่ไม่ได้เป็นเจ้าของโมเดล เครื่องหมายการค้าทั้งหมดเป็นของเจ้าของที่เกี่ยวข้อง
Atlas Cloud มอบโมเดลสร้างสรรค์ล่าสุดที่นำหน้าในอุตสาหกรรมให้กับคุณ
เปรียบเทียบ endpoint ทั้งห้าของ Gemini Omni 1.1 Flash ตามเวิร์กโฟลว์อินพุต ความสามารถเอาต์พุต และกรณีใช้งานจริงในงานผลิต
| รูปแบบข้อมูล | คำอธิบาย |
|---|---|
| Gemini Omni 1.1 Flash Video Extend API | ต่อคลิปที่มีอยู่ด้วยส่วนขยายที่ต่อเนื่องอย่างไร้รอยต่อ ความยาว 3 ถึง 10 วินาที พร้อมคงเสียงต้นฉบับไว้ สามารถต่อส่วนขยายหลายช่วงเพื่อสร้างช็อตวิดีโอเดียวที่มีเนื้อหาสอดคล้องกัน โดยมีความยาวรวมสูงสุด 40 วินาที |
| Gemini Omni 1.1 Flash Video Edit API | ต้องการแก้ไขฟุตเทจที่มีอยู่โดยไม่ต้องสร้างทั้งฉากใหม่ใช่ไหม ใช้คำสั่งข้อความเพื่อเพิ่ม ลบ แทนที่ หรือปรับสไตล์องค์ประกอบในวิดีโอพร้อมเสียงต้นฉบับ โดยคงเนื้อหาที่พรอมต์ไม่ได้กล่าวถึงไว้ |
| Gemini Omni 1.1 Flash Reference-to-Video API | ระบุพรอมต์ข้อความพร้อมภาพอ้างอิงได้สูงสุด 10 ภาพและคลิปวิดีโออ้างอิง 3 คลิป เพื่อสร้างวิดีโอสไตล์ภาพยนตร์พร้อมเสียงต้นฉบับ endpoint นี้เหมาะสำหรับโครงการที่ต้องการให้ตัวละคร ผลิตภัณฑ์ หรือแนวทางศิลป์มีความสอดคล้องกันในการสร้างแต่ละครั้ง |
| Gemini Omni 1.1 Flash Image-to-Video API | ทำให้ภาพนิ่งเคลื่อนไหวเป็นคลิปสไตล์ภาพยนตร์พร้อมเสียง โดยมีพรอมต์ข้อความเป็นตัวกำกับ เฟรมสุดท้ายที่ระบุได้เป็นตัวเลือกช่วยควบคุมจุดเริ่มต้นและจุดสิ้นสุดของช็อตที่สร้างขึ้นได้อย่างแม่นยำ |
| Gemini Omni 1.1 Flash Text-to-Video API | เริ่มต้นจากพรอมต์ข้อความเดียว endpoint นี้จะสร้างวิดีโอสไตล์ภาพยนตร์พร้อมเสียงต้นฉบับที่ซิงค์กัน ปรับระยะเวลา อัตราส่วนภาพ และความละเอียดเอาต์พุตได้ ตั้งแต่ร่าง 360p ที่สร้างได้รวดเร็วไปจนถึงผลลัพธ์ 4K |
Gemini Omni 1.1 Flash ผสานการสร้างวิดีโอ เสียงเนทีฟ ความต่อเนื่องจากสื่ออ้างอิง การควบคุมเฟรมอย่างแม่นยำ การตัดต่อด้วยคำสั่ง และการต่อขยายแบบเชื่อมต่อได้ไว้ในเวิร์กโฟลว์ Atlas Cloud ที่ยืดหยุ่นเพียงชุดเดียว
เริ่มจากพรอมต์ข้อความ แล้วสร้างคลิปสไตล์ภาพยนตร์พร้อมเสียงเนทีฟที่ซิงโครไนซ์กัน Gemini Omni 1.1 Flash ให้คุณควบคุมระยะเวลา อัตราส่วนภาพ และความละเอียดเอาต์พุตได้ ตั้งแต่ฉบับร่าง 360p ไปจนถึง 4K อธิบายการเคลื่อนไหว ทิศทางกล้อง บทสนทนา ดนตรี และบรรยากาศได้ในคำขอเดียว เวิร์กโฟลว์นี้เหมาะสำหรับตัวอย่างภาพยนตร์ คอนเทนต์โซเชียล และจังหวะสำคัญของเรื่องที่ต้องพัฒนาภาพและเสียงไปพร้อมกัน
ต่อเนื่องจากคลิปเดิมด้วยเซกเมนต์ความยาว 3 ถึง 10 วินาทีที่เข้ากันอย่างไร้รอยต่อ จากนั้นเชื่อมการต่อขยายเพื่อให้ได้ความยาวสูงสุด 40 วินาที โมเดลจะส่งต่อบริบทภาพและเสียงเนทีฟ ทำให้การเคลื่อนไหวใหม่ยังคงอยู่ในช็อตเดียวกัน สร้างฉากเปิดเผยเรื่องราวที่ยาวขึ้น ฉากไล่ล่า หรือเรื่องราวของผลิตภัณฑ์ได้โดยไม่ต้องเริ่มลำดับใหม่ เมื่อเนื้อเรื่องต้องการพื้นที่มากขึ้น
ส่งพรอมต์ข้อความพร้อมภาพอ้างอิงสูงสุด 10 ภาพและคลิปวิดีโออ้างอิง 3 คลิป เพื่อกำกับการสร้างที่สอดคล้องเป็นหนึ่งเดียวพร้อมเสียงเนทีฟ ภาพสามารถใช้กำหนดตัวละคร ผลิตภัณฑ์ สถานที่ หรือทิศทางศิลป์ ขณะที่วิดีโออ้างอิงช่วยกำกับการเคลื่อนไหวและพฤติกรรมของช็อต ใช้เส้นทางนี้เมื่ออัตลักษณ์และภาษาภาพที่ทำซ้ำได้มีความสำคัญต่อสินทรัพย์แคมเปญ ฉากแบบตอนต่อเนื่อง หรือคอนเทนต์แบรนด์
กำหนดภาพเปิดเรื่อง แล้วเลือกเพิ่มเฟรมสุดท้ายเพื่อควบคุมจุดจบของช็อต Gemini Omni 1.1 Flash จะทำให้ภาพนิ่งเคลื่อนไหวเป็นคลิปสไตล์ภาพยนตร์พร้อมเสียงเนทีฟ และค่อย ๆ เปลี่ยนไปยังจุดสิ้นสุดที่ระบุ โครงสร้างที่กำหนดทั้งจุดเริ่มต้นและจุดจบนี้เหมาะสำหรับการเปิดตัวผลิตภัณฑ์ ทรานซิชันที่ต่อเนื่องแม้ไร้รอยต่อ แมตช์คัต และการเคลื่อนกล้องที่วางแผนไว้ซึ่งต้องจบลงด้วยองค์ประกอบภาพที่แม่นยำ
เปลี่ยนแปลงวิดีโอเดิมด้วยคำสั่งข้อความโดยตรง พร้อมคงทุกสิ่งที่พรอมต์ไม่ได้กล่าวถึงไว้ เพิ่ม ลบ แทนที่ หรือปรับสไตล์องค์ประกอบต่าง ๆ ได้ และคงเสียงเนทีฟไว้ในผลลัพธ์ที่แก้ไข เมื่อเทคที่ดีอยู่แล้วต้องการเพียงวัตถุ สภาพแวดล้อม หรือการจัดภาพแบบใหม่ เวิร์กโฟลว์ที่เจาะจงนี้จะรักษาส่วนที่เหลือของงานไว้และหลีกเลี่ยงการสร้างฉากใหม่ตั้งแต่ต้น
ใช้งานตั้งแต่ข้อความเป็นวิดีโอ ภาพเป็นวิดีโอ การสร้างจากสื่ออ้างอิง การตัดต่อ ไปจนถึงการต่อขยายผ่าน Atlas Cloud ด้วย API key เดียว ระบบคิดค่าบริการตามการใช้งานแบบโปร่งใสช่วยแยกการทดลองออกจากค่าสมาชิกหรือข้อผูกมัดขั้นต่ำ นักพัฒนาสามารถสร้างฉบับร่างที่ 360p และขอเอาต์พุตสูงสุด 4K ได้เมื่อรายละเอียดสุดท้ายมีความสำคัญ เส้นทางแบบรวมนี้ช่วยให้เพิ่มโมเดลทั้งตระกูลเข้าสู่เวิร์กโฟลว์การผลิตได้ง่ายขึ้น
ดูว่า Gemini Omni 1.1 Flash, Seedance 2.5 และ Gemini Omni Flash รุ่นก่อน ตีความพรอมต์ภาพยนตร์สองแบบเดียวกันอย่างไร
ไมโครฟิล์มแฟนตาซีความยาว 8–10 วินาที ซึ่งมีฉากอยู่ภายในเวิร์กช็อปเป่าแก้วเชิงศิลป์ที่ดำคล้ำจากเขม่า: เริ่มด้วยการดันกล้องระยะมาโครสุดขั้วเข้าใกล้ก้อนแก้วหลอมเหลวสีแดงเพลิงที่หมุนอย่างรวดเร็วตรงปลายท่อเป่า พื้นผิวหนืดของมันพับตัว เรืองแสง และหักเหแสงจากเปลวไฟในเตาหลอม ขณะที่ช่างฝีมือซึ่งปั้นจากดินเหนียวยังคงกลิ้งท่ออย่างต่อเนื่อง กล้องโคจรอย่างกระชั้นรอบท่อนแขนที่กำลังเคลื่อนไหวของช่าง ขณะที่คีมโลหะเคาะตามจังหวะและบีบก้อนแก้วหลอมเหลว—โดยไม่ตัดภาพ มวลสารเรืองไส้นั้นยืดตัว เย็นลง และแปรสภาพอย่างต่อเนื่องเป็นนกฮัมมิงเบิร์ดแก้วใสที่มีหัวใจลุกเป็นไฟ แพนกล้องอย่างฉับไวเข้าสู่ช็อตติดตามความเร็วสูง เมื่อนกฮัมมิงเบิร์ดกระพือปีกผลึก พุ่งผ่านโหลผงสีที่เปิดอยู่ และลากสายผงสีน้ำเงินนกยูงกับสีแมเจนตาอันปั่นป่วนขึ้นสู่อากาศ ทุกครั้งที่กระพือปีกจะทำให้อนุภาคกระจายออก ชนกัน หมุนวน และเปล่งประกายผ่านเงาร่างที่หักเหแสงของมัน นกหักเลี้ยวอย่างฉับพลันเข้าหาฟองแก้วลอยน้ำและจิกฟองนั้นตรงกับเสียงดนตรีกระแทกครั้งสุดท้ายพอดี ตัดเข้าสู่มุมมองจากด้านบนอันน่าตื่นตา ขณะที่ฟองแก้วระเบิดออก เศษแก้วบางเฉียบค่อย ๆ แปรเปลี่ยนอย่างต่อเนื่องเป็นกลีบดอกไม้โปร่งแสงนุ่มนวลที่หมุนวนไปทั่วเวิร์กช็อป สต็อปโมชันดินเหนียวอันประณีตผสานกับพื้นผิวแก้วศิลป์กึ่งโปร่งแสงที่เรืองประกาย ความไม่สมบูรณ์แบบจากงานทำมือที่สัมผัสได้ เงาสะท้อน การหักเห แสงคอสติก การสั่นไหวจากความร้อน การเสียรูปของแก้ว และฟิสิกส์ของอนุภาคที่น่าเชื่อถือ แสงจากเตาหลอมสีส้มแดงเป็นแสงหลัก ขอบแสงจันทร์สีฟ้าไซแอนเย็นตัดขอบ ฉากเปิดใช้โทนดำสนิทและทองที่ถูกกดทับ ก่อนระเบิดเป็นสีน้ำเงินนกยูงและแมเจนตาที่อิ่มตัวในช่วงไคลแมกซ์ การเคลื่อนกล้องรวดเร็วและลื่นไหล ความสอดคล้องของเวลาและตัวละครชัดเจน ไม่มีช่วงหยุดหรือภาพสโลว์โมชั่นที่ยืดเยื้อ เสียง: เสียงคำรามของเตาหลอม เสียงฮัมของแก้วที่หมุน เสียงเคาะโลหะเป็นจังหวะที่ซิงก์กับทุกการบีบและการกระพือปีก เสียงผงพุ่งผ่านอากาศ เสียงกังวานใสคมชัดเมื่อปะทะ และบทสรุปสว่างไสวราวกับแก้วไหลต่อเนื่องกลายเป็นกลีบดอกไม้ ไม่มีหน้าจอ อินเทอร์เฟซ แดชบอร์ด แถบความคืบหน้า แผนภูมิ คำบรรยาย โลโก้ หรือข้อความ อัตราส่วนภาพ 16:9
Generated with Gemini Omni 1.1 Flash Text-to-Video on Atlas Cloud
Generated with Seedance 2.5 Text-to-Video on Atlas Cloud
Generated with Gemini Omni Flash Text-to-Video on Atlas Cloud
ลำดับภาพสารคดีธรรมชาติมาโครความยาว 8–10 วินาทีที่สมจริงราวภาพถ่ายอย่างยิ่ง ภายในโพรงแอ่งน้ำทะเลตามโขดหินยามน้ำลง: หมึกมะพร้าวสีส้มปะการังสดใสกำลังด้นสดการบรรเลงจังหวะ โดยแขนทั้งแปดที่มีสัดส่วนตามกายวิภาคและเคลื่อนไหวอย่างเป็นอิสระแต่เป็นธรรมชาติ เคาะเปลือกหอยสีมุก เปลือกเม่นทะเลกลวง และเศษแก้วทะเลขัดเรียบในจังหวะที่หนาแน่นขึ้นเรื่อย ๆ พร้อมการเสียรูป การสัมผัส การดีดกลับ และน้ำหนักของวัตถุที่แม่นยำ เริ่มด้วยช็อตติดตามด้านข้างระยะมาโครตามแนวผิวน้ำ กล้องลื่นไหลเคียงข้างหมึก ขณะที่หยดน้ำเป็นประกายบนผิวที่มีพื้นผิวชัดเจน และทุกแรงกระทบส่งระลอกคลื่นเล็ก ๆ ผ่านน้ำทะเลสีไซแอนเย็น ตัดเข้าสู่กล้องมุมต่ำสุดขั้วที่เคลื่อนฉวัดเฉวียนอย่างรวดเร็วระหว่างแขนและเครื่องดนตรีที่กำลังเคลื่อนไหว โดยยังคงความต่อเนื่องของแขนขาและการบดบังที่สมจริงอย่างชัดเจน ปูเสฉวนตัวหนึ่งรีบวิ่งเข้ามา คว้าเปลือกหอยหลักแล้วหนีไป แพนกล้องอย่างรวดเร็วเข้าสู่การไล่ล่าที่สนุกสนาน ขณะที่หมึกกระโจนและไหลตัวผ่านโขดหินลื่นขรุขระ แขนทั้งหลายยึด ปล่อย และดันพื้นด้วยแรงเสียดทานที่น่าเชื่อถือ ในขณะที่ขาของปูเสฉวนส่งเสียงกุกกักไปตามก้อนกรวด ก่อนคลื่นซัดเข้ามาท่วมโพรง หมึกคว้าเปลือกหอยกลับคืนมา วางมันให้มั่นคง และฟาดลงเป็นจังหวะสุดท้ายอย่างหนักแน่น จากนั้นเครนกล้องยกขึ้นอย่างรวดเร็วสู่ภาพมุมสูงจากด้านบน ขณะที่คลื่นระเบิดล้อมรอบหมึก และฟองคลื่นที่แผ่ออกเป็นวงก่อรูปองค์ประกอบเกือบเป็นวงกลมสมบูรณ์ แสงคอสติกใต้น้ำที่เต้นระยิบจากแสงอาทิตย์ที่แตกกระจาย น้ำสีเขียวอมฟ้าเย็นตัดกับตัวหมึกสีส้มปะการัง ละอองน้ำใสราวผลึก ฟองอากาศ ทรายแขวนลอย เงาสะท้อนบนโขดหินเปียก ระยะชัดตื้นแบบมาโคร ภาพยนตร์ HDR พื้นผิวธรรมชาติคมกริบ การเคลื่อนไหวต่อเนื่องลื่นไหล การเปลี่ยนช็อตด้วยกล้องความเร็วสูงโดยไม่มีสโลว์โมชั่น ใช้เฉพาะเสียงในฉากและซิงก์อย่างสมบูรณ์แบบ: เสียงเคาะเปลือกหอยที่แยกแยะได้ เสียงเคาะเปลือกเม่นทะเลกลวง เสียงคลิกใสของแก้ว เสียงดูดปล่อยของหนวดดูด เสียงก้ามและขาปูเสฉวนขูด เสียงคลื่นที่ดังขึ้น จากนั้นเสียงกระแทกครั้งสุดท้ายและเสียงคลื่นซัดเข้าชนที่สอดคล้องกับจังหวะอย่างแม่นยำ ไม่มีดนตรี ไม่มีคำบรรยาย ไม่มีข้อความ ไม่มีคำบรรยายใต้ภาพ ไม่มีโลโก้ ไม่มีอินเทอร์เฟซ ไม่มีแดชบอร์ด ไม่มีแผนภูมิ ไม่มีแถบความคืบหน้า ไม่มีจอแบ่ง ไม่มีแขนเกิน ไม่มีแขนเชื่อมหรือซ้ำซ้อน ไม่มีกายวิภาคบิดเบี้ยว ไม่มีวัตถุลอย ไม่มีการทะลุผ่านหรือฟิสิกส์การสัมผัสที่ผิดพลาด ไม่มีการเคลื่อนไหวแบบยาง ไม่มีภาพกะพริบตามเวลา ไม่มีการตัดแบบกระโดด ไม่มีตำแหน่งเปลือกหอยที่ไม่สอดคล้องกัน ไม่มีสไตล์การ์ตูน สารคดีสัตว์ป่ามาโครแบบภาพยนตร์ที่สมจริงราวภาพถ่ายอย่างยิ่ง อัตราส่วนภาพ 16:9
Generated with Gemini Omni 1.1 Flash Text-to-Video on Atlas Cloud
Generated with Seedance 2.5 Text-to-Video on Atlas Cloud
Generated with Gemini Omni Flash Text-to-Video on Atlas Cloud
Gemini Omni 1.1 Flash เปลี่ยนบรีฟ ภาพนิ่ง สื่ออ้างอิง และคลิปที่มีอยู่ ให้เป็นวิดีโอแคมเปญ เรื่องราวตัวละครที่สอดคล้องกัน การเปลี่ยนฉากที่ควบคุมได้ ฉากต่อเนื่อง และแอสเซ็ตโซเชียลพร้อมใช้งานจริง พร้อมเสียงในตัว
คลิปที่มีอยู่สามารถต่อเนื่องได้อีก 3 ถึง 10 วินาทีโดยจับคู่ได้อย่างแนบเนียน และการต่อขยายแบบเชื่อมต่อกันสามารถเพิ่มความยาวได้ถึง 40 วินาที ผู้สร้างภาพยนตร์และทีมคอนเทนต์แบบซีรีส์สามารถขยายช็อตเดียวให้มีเนื้อหาต่อเนื่องได้โดยไม่ต้องสร้างแต่ละฉากใหม่
ต้องการเปลี่ยนผลิตภัณฑ์ พื้นหลัง หรือสไตล์ภาพใช่ไหม เพียงระบุคำสั่งแก้ไขด้วยข้อความ โดยคงองค์ประกอบที่ไม่ได้ระบุไว้ ทำให้ทีมการตลาดสร้างเวอร์ชันเฉพาะจุดได้โดยไม่ต้องสร้างคลิปต้นฉบับใหม่ตั้งแต่ต้นทุกครั้ง
ด้วยภาพอ้างอิงสูงสุด 10 ภาพและคลิปวิดีโอ 3 คลิป โมเดลสามารถคงลักษณะของตัวละคร ผลิตภัณฑ์ หรือทิศทางศิลป์ไว้ได้ตลอดการสร้างสรรค์ สตูดิโอแบรนด์จึงสร้างฉากเปิดตัวที่เชื่อมโยงกันและมีอัตลักษณ์ทางภาพที่สอดคล้องยิ่งขึ้น
เริ่มจากภาพนิ่งหนึ่งภาพและเลือกเพิ่มเฟรมสุดท้ายได้ เพื่อให้โมเดลสร้างเส้นทางการเคลื่อนไหวแบบภาพยนตร์ระหว่างองค์ประกอบทั้งสองแบบ นักออกแบบจึงควบคุมจุดเริ่มต้นและจุดสิ้นสุดได้อย่างแม่นยำ เหมาะสำหรับการเปิดเผยภาพ ลูป และการเปลี่ยนฉาก
บรีฟข้อความเพียงชุดเดียวกลายเป็นคลิปสไตล์ภาพยนตร์พร้อมเสียงในตัวที่ซิงโครไนซ์กัน โดยยังเลือกความยาว อัตราส่วนภาพ และความละเอียดเอาต์พุตได้ ผู้สร้างสามารถออกแบบโฆษณาและเรื่องราวสำหรับโซเชียลให้เหมาะกับรูปแบบการเผยแพร่ที่หลากหลาย
เมื่อต้องทดสอบช็อต ให้สร้างต้นแบบที่ 360p เปรียบเทียบแนวทางที่น่าสนใจ และอัปเกรดคอนเซ็ปต์ที่เลือกเป็นเอาต์พุต 4K ได้ ผู้กำกับและนักพัฒนาด้านครีเอทีฟสามารถตรวจสอบการเคลื่อนไหว การจัดเฟรม เสียง และจังหวะก่อนเข้าสู่การผลิตจริง
เปรียบเทียบ Gemini Omni 1.1 Flash กับโมเดล text-to-video ชั้นนำในด้านระยะเวลาคลิป ความละเอียดสูงสุด การรองรับเสียงในตัว และอัตราเฟรมของผลลัพธ์
| โมเดล | ระยะเวลาผลลัพธ์ | ความละเอียดสูงสุด | เสียงในตัว | อัตราเฟรม |
|---|---|---|---|---|
| Gemini Omni 1.1 Flash Text-to-Video | 3–10 วินาที | 4K | √ | 24 FPS |
| MiniMax H3 Text-to-Video | 4–15 วินาที | 2K | √ | 24 FPS |
| Wan-3.0 Text-to-video | 2–30 วินาที | 1080P | √ | 30 FPS |
เริ่มต้นได้ในไม่กี่นาที — ทำตามขั้นตอนง่าย ๆ เหล่านี้เพื่อเชื่อมต่อและใช้งานโมเดลผ่านแพลตฟอร์ม Atlas Cloud
สมัครสมาชิกที่ atlascloud.ai และยืนยันตัวตน ผู้ใช้ใหม่จะได้รับเครดิตฟรีเพื่อสำรวจแพลตฟอร์มและทดสอบโมเดล
การรวมโมเดล Gemini Omni 1.1 Flash ขั้นสูงเข้ากับแพลตฟอร์มที่เร่งด้วย GPU ของ Atlas Cloud ให้ประสิทธิภาพ ความสามารถในการขยาย และประสบการณ์นักพัฒนาที่ไม่มีใครเทียบได้
เวลาแฝงต่ำ:
inference ที่ปรับแต่ง GPU เพื่อการตอบสนองแบบเรียลไทม์
API แบบรวมศูนย์:
รัน Gemini Omni 1.1 Flash, GPT, Gemini และ DeepSeek ด้วยการเชื่อมต่อเดียว
ราคาโปร่งใส:
ชำระเงินต่อโทเค็นที่คาดเดาได้พร้อมตัวเลือก serverless
ประสบการณ์นักพัฒนา:
SDK, การวิเคราะห์, เครื่องมือปรับแต่ง และเทมเพลต
ความน่าเชื่อถือ:
ความพร้อมใช้งาน 99.99%, RBAC และการบันทึกที่พร้อมสำหรับการปฏิบัติตาม
ความปลอดภัยและการปฏิบัติตาม:
SOC 2 Type II, สอดคล้อง HIPAA, อธิปไตยข้อมูลในสหรัฐอเมริกา
Gemini Omni 1.1 Flash เป็นโมเดลสร้างและตัดต่อวิดีโอแบบมัลติโมดัลโดยกำเนิดจาก Google DeepMind บน Atlas Cloud โมเดลนี้รองรับเวิร์กโฟลว์เฉพาะงาน 5 รูปแบบ ครอบคลุมการสร้าง การสร้างโดยอ้างอิง การตัดต่อ และการต่อขยายวิดีโอ ผลลัพธ์วิดีโออาจมีเสียงในตัวที่ซิงโครไนซ์กับภาพ
โมเดลสามารถสร้างวิดีโอจากข้อความ ทำให้ภาพนิ่งเคลื่อนไหว ทำตามข้อมูลอ้างอิงด้านภาพ ตัดต่อคลิปที่มีอยู่แล้วตามคำสั่งข้อความ หรือต่อเนื่องจากฉากเดิมได้ นอกจากนี้ Image to Video ยังสามารถสร้างการเปลี่ยนผ่านไปยังเฟรมสุดท้ายที่ระบุ เพื่อควบคุมการเปลี่ยนช็อตได้
สร้างคีย์ API ของ Atlas Cloud แล้วเลือก endpoint ที่ตรงกับเวิร์กโฟลว์ของคุณ ส่งพรอมป์ตพร้อมภาพต้นฉบับ วิดีโอ หรือสื่ออ้างอิงที่จำเป็นตาม schema พารามิเตอร์ของ endpoint นั้น เริ่มจากช็อตเดียวที่อธิบายไว้อย่างชัดเจน แล้วค่อยปรับอินพุตหลังตรวจสอบผลลัพธ์
เลือก Text to Video สำหรับการสร้างวิดีโอจากพรอมป์ต และเลือก Image to Video เมื่อต้องการทำให้เฟรมภาพนิ่งเคลื่อนไหว Reference to Video ช่วยกำกับอัตลักษณ์หรือทิศทางศิลป์ ส่วน Video Edit ใช้เปลี่ยนแปลงฟุตเทจที่มีอยู่ และ Video Extend ใช้ต่อเนื่องจากช็อตที่สร้างไว้แล้ว
Text to Video มีการควบคุมระยะเวลา อัตราส่วนภาพ และความละเอียดเอาต์พุตตั้งแต่ 360p ถึง 4K ส่วน Image to Video รับภาพเริ่มต้นและสามารถใช้เฟรมสุดท้ายเพิ่มเติมได้ Reference to Video รองรับภาพอ้างอิงสูงสุด 10 ภาพ และคลิปวิดีโออ้างอิง 3 คลิป
มี ทั้ง 5 เวิร์กโฟลว์ของ Atlas Cloud ได้รับการออกแบบมาเพื่อสร้างวิดีโอพร้อมเสียงในตัวที่ซิงโครไนซ์กับภาพ เมื่อเสียงมีความสำคัญต่อฉาก ควรอธิบายบทสนทนา บรรยากาศ ดนตรี หรือเอฟเฟกต์เสียงที่ต้องการไว้ในพรอมป์ตอย่างชัดเจน
Atlas Cloud ให้บริการแบบคิดค่าบริการตามการใช้งาน ราคาฐานมาตรฐานคือ $0.041 สำหรับ Text to Video, Reference to Video, Video Edit และ Video Extend ขณะที่ Image to Video มีราคาฐานมาตรฐาน $0.043 ตัวเลขเหล่านี้เป็นราคาฐานมาตรฐานของแบ็กเอนด์ ไม่ใช่อัตราส่วนลดชั่วคราว
การต่อขยายแต่ละครั้งเพิ่มได้ระหว่าง 3 ถึง 10 วินาที และสามารถต่อขยายต่อเนื่องจนช็อตเดียวที่มีความต่อเนื่องเป็นเนื้อเดียวกันมีความยาวรวม 40 วินาที โมเดลจะใช้คลิปเดิมเป็นบริบท พร้อมต่อเนื่องทั้งภาพและเสียงในตัว
ใช้ Reference to Video พร้อมสื่ออ้างอิงที่ชัดเจนและเข้ากันได้ โดยรองรับภาพสูงสุด 10 ภาพและคลิปวิดีโอ 3 คลิป สำหรับการทำให้ภาพเคลื่อนไหว ควรใช้เฟรมเริ่มต้นที่มีคุณภาพ และเพิ่มเฟรมสุดท้ายเมื่อจำเป็นต้องควบคุมจุดสิ้นสุด อย่างไรก็ตาม เอาต์พุตที่สร้างขึ้นอาจยังเกิดการคลาดเคลื่อนได้ จึงควรตรวจสอบอัตลักษณ์ แสง การเคลื่อนไหว และเสียงหลังการสร้างหรือต่อขยายแต่ละครั้ง
Google ระบุว่า 1080p และ 4K เป็นตัวเลือกเอาต์พุตแบบอัปสเกล ไม่ใช่ความละเอียดที่สร้างโดยกำเนิด ให้ใช้ 360p สำหรับการทำซ้ำร่าง แล้วเลือกความละเอียดที่สูงขึ้นเมื่อองค์ประกอบภาพและการเคลื่อนไหวตรงตามข้อกำหนดของคุณ
คู่มือ บทแนะนำ และอัปเดตผลิตภัณฑ์ ที่ช่วยให้คุณใช้ Atlas Cloud ได้อย่างเต็มประสิทธิภาพ