


Gemini Omni 1.1 Flash 是 Google DeepMind 為彈性化製作流程打造的原生多模態影片系列。透過文字指令編輯現有素材,使用最多 10 張參考圖片與 3 段影片維持視覺一致性,或以可串接的片段延長鏡頭,最長達 40 秒。在 Atlas Cloud 上使用單一 OpenAI 相容 API 金鑰即可存取所有工作流程,享有隨用隨付的定價與 Day-0 可用性。立即開始打造。
Gemini Omni 1.1 Flash 由 Google 開發。Atlas Cloud(由 Atlas Cloud AI LLC 營運)僅提供接取服務,並不擁有該模型。所有商標均歸其各自所有者所有。
Atlas Cloud 為您提供最新的行業領先創意模型。
依輸入工作流程、輸出能力與實際應用情境,比較五個 Gemini Omni 1.1 Flash endpoint。
| 模態 | 說明 |
|---|---|
| Gemini Omni 1.1 Flash Video Extend API | 以無縫匹配的延伸片段接續現有影片,延伸時間為 3 至 10 秒,並保留原生音訊。可串接多次延伸,建立一個連貫的影片鏡頭,總長度最長可達 40 秒。 |
| Gemini Omni 1.1 Flash Video Edit API | 需要修改現有素材,但不想重新建構整個場景嗎?使用文字指示即可新增、移除、替換或重新設計影片元素,同時保留原生音訊,並維持提示詞未提及內容不變。 |
| Gemini Omni 1.1 Flash Reference-to-Video API | 提供文字提示詞,以及最多 10 張參考圖片和 3 段參考影片,生成具電影感並含原生音效的影片。此 endpoint 適合需要在多次生成中維持角色、產品或藝術指導一致性的專案。 |
| Gemini Omni 1.1 Flash Image-to-Video API | 在文字提示詞引導下,將靜態圖片製作成具電影感並支援音效的影片片段。可選擇提供結尾影格,精確控制生成鏡頭的起點與終點。 |
| Gemini Omni 1.1 Flash Text-to-Video API | 從一段文字提示詞開始,此 endpoint 可產生具電影感並同步原生音訊的影片。可調整影片長度、長寬比與輸出解析度,從快速的 360p 草稿到 4K 成果皆可支援。 |
Gemini Omni 1.1 Flash 將影片生成、原生音訊、以參考素材為基礎的連貫性、精準影格控制、指令式編輯與可串接延伸,整合於一套靈活的 Atlas Cloud 工作流程中。
從文字提示詞開始,生成具備同步原生音訊的電影感片段。Gemini Omni 1.1 Flash 支援控制片段長度、長寬比與輸出解析度,從 360p 草稿一路到 4K。只需一個請求,即可描述動態、攝影機方向、對白、音樂與環境音。這套工作流程適合預告片、社群短片及需要同步發展畫面與聲音的故事段落。
以無縫銜接的 3 至 10 秒片段接續現有影片,並串接多次延伸,最長可達 40 秒。模型會延續視覺脈絡與原生音訊,讓新增動作自然融入同一個鏡頭。當敘事需要更多發展空間時,無需重新開始序列,即可打造更完整的揭示段落、追逐戲或產品故事。
提供文字提示詞,以及最多 10 張參考圖片和 3 段參考影片,引導一次具備原生音訊且風格一致的生成。圖片可用來確立角色、產品、地點或美術方向;影片參考則可引導動作與鏡頭表現。當活動素材、系列場景或品牌內容需要維持一致的識別特徵與視覺語言時,便可採用這種方式。
定義開場畫面,也可選擇提供末幀,以控制鏡頭最終落點。Gemini Omni 1.1 Flash 會將靜態畫面製作成具備原生音效的電影感片段,並向指定的終點進行插值。這種起始與結束的結構適合產品揭示、無縫轉場、匹配剪接,以及必須在精準構圖上收束的預定鏡頭運動。
透過直接的文字指令修改現有影片,同時保留提示詞未提及的所有內容。你可以新增、移除、替換或重新設計元素,並在編輯結果中保留原生音訊。當一個出色的鏡頭只需要加入新物件、環境或視覺處理時,這套聚焦式工作流程能保留其餘成果,避免從頭重建場景。
只需一組 API 金鑰,即可透過 Atlas Cloud 在文字轉影片、圖片轉影片、參考素材生成、編輯與延伸功能之間切換。透明的隨用隨付計費,讓實驗成本與訂閱方案或最低用量承諾分開。開發者可以先以 360p 製作草稿,並在需要最終細節時要求最高 4K 的輸出。這條整合式路徑讓完整模型系列更容易加入正式環境的工作流程。
看看 Gemini Omni 1.1 Flash、Seedance 2.5 與前代 Gemini Omni Flash,如何詮釋相同的兩段電影感提示詞。
一部 8–10 秒、奇幻風格的微型電影,場景位於一間燻黑的手工吹製玻璃工坊內:開場以極端微距推近鏡頭,聚焦於吹管末端快速旋轉、熾紅發亮的熔融玻璃團,其黏稠表面不斷折疊、發光,並折射熔爐火光;一名黏土質感的工匠持續滾動吹管。鏡頭緊密環繞工匠移動中的前臂,金屬鉗隨節拍敲擊並夾捏熔融玻璃——畫面不中斷,熾熱的玻璃團延展、冷卻,無縫變形成一隻透明的玻璃蜂鳥,胸口燃燒著熾熱的心臟。快速甩鏡切入高速跟拍,蜂鳥拍動晶體般的翅膀,掠過敞開的顏料罐,將孔雀藍與洋紅色粉末捲入空中,形成湍流般的軌跡;每次振翅都使粒子四散,穿過其折射出的輪廓,彼此碰撞、旋轉並閃爍。蜂鳥急轉朝向一顆漂浮的玻璃泡,在最後一下音樂重擊的瞬間啄中它;切換至戲劇性的俯視鏡頭,玻璃泡向外爆裂,剃刀般纖薄的碎片持續變形成柔軟、半透明的花瓣,旋轉飄過整間工坊。精緻的黏土定格動畫融合明亮的半透明藝術玻璃紋理,呈現觸感鮮明的手工瑕疵、可信的反射、折射、焦散、熱浪扭曲、玻璃變形與粒子物理;以橙紅色熔爐光作為主光源,搭配冷青色月光輪廓光,開場採用壓低的黑金色調,並在高潮爆發成高飽和孔雀藍與洋紅色。鏡頭運動快速流暢,保持高度的時間一致性與角色一致性,不要停頓或加入慢動作填充。音效:熔爐轟鳴、旋轉玻璃的嗡鳴、與每次夾捏和振翅同步的節奏性金屬敲擊聲、粉末呼嘯聲、撞擊瞬間尖銳的水晶鳴響,以及明亮、層層 cascading 的玻璃化為花瓣的結尾;不要出現螢幕、介面、儀表板、進度條、圖表、字幕、標誌或文字。16:9 長寬比。
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
一段 8–10 秒、超寫實的微距自然紀錄片鏡頭,場景位於退潮時岩石潮池洞穴內:一隻鮮豔珊瑚橙色的椰子章魚即興演奏打擊樂,八條解剖結構一致的腕足各自獨立卻自然地移動,吸盤敲擊珍珠般的貝殼、中空海膽殼與光滑的海玻璃,節奏逐漸變得更加密集,並精確呈現形變、接觸、反彈與物體重量。開場以水線高度的微距橫向跟拍鏡頭掠過章魚身旁,水滴在其帶有紋理的皮膚上閃爍,每次撞擊都在冰冷的青色海水中激起細小漣漪;切換至極低角度鏡頭,在移動中的腕足與樂器之間快速穿梭,同時維持清晰的肢體連續性與真實遮擋關係。一隻寄居蟹突然疾奔而來,抓起領奏的貝殼後逃走;快速甩鏡切入一場迅疾而俏皮的追逐,章魚躍過並流暢地越過濕滑不平的岩石,腕足以可信的摩擦力抓握、放開並推進,而寄居蟹的腿在卵石上喀喀作響。就在湧入的浪潮即將淹沒洞穴之前,章魚奪回貝殼,將它牢牢固定,並給出強而有力的最後一擊;鏡頭快速升起,轉為俯視全景,浪花在章魚周圍爆開,向外放射的泡沫形成近乎完美的圓形構圖。破碎陽光形成的水下焦散光,冷色青綠海水與珊瑚橙主體形成對比,晶瑩飛濺的水花、氣泡、懸浮砂粒、濕潤岩石的反射、淺景深微距效果、電影感 HDR、銳利如刀的自然紋理、流暢連續的動態,以及不使用慢動作的高速鏡頭轉場。僅使用現場音效,並完美同步:清晰的貝殼敲擊聲、中空海膽殼的叩擊聲、明亮的玻璃喀嗒聲、吸盤脫離聲、寄居蟹螯與足部的刮擦聲、逐漸升高的浪潮聲,接著是與節奏精確對齊的最後重擊與浪潮撞擊聲;不要音樂、旁白、文字、字幕、標誌、介面、儀表板、圖表、進度條、分割畫面、額外腕足、融合或重複的腕足、變形的解剖結構、漂浮物體、穿透或破損的接觸物理、橡膠般的動作、時間閃爍、跳接、位置不一致的貝殼或卡通風格。超寫實電影感野生動物微距紀錄片,16:9 長寬比。
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 能將簡報、靜態畫面、參考媒體與現有片段轉化為行銷影片、角色一致的故事、可控轉場、延伸場景,以及具備原生音訊、可直接投入製作的社群媒體素材。
現有片段可無縫銜接 3 至 10 秒的延續內容,串聯延伸後最長可達 40 秒。電影製作人與連載內容團隊無需重建每個場景,就能持續拓展連貫的單一鏡頭。
需要替換產品、背景或視覺風格嗎?只要以文字指示進行編輯,即可保留未提及的元素,讓行銷團隊快速製作目標明確的變體,不必每次都從頭重建來源片段。
提供最多 10 張參考圖片與 3 段影片後,模型便能在多次生成中維持角色、產品或藝術指導的一致性。品牌工作室可以製作彼此關聯的上市場景,打造更統一的視覺識別。
從一張靜態畫面開始,並可選擇提供最終影格,讓模型在兩個構圖之間生成電影感的動畫路徑。設計師可精準控制開場與結尾,適用於揭示效果、循環動畫與場景切換。
單一文字簡報即可轉化為搭配同步原生音訊的電影感片段,同時可選擇影片長度、長寬比與輸出解析度。創作者能針對不同發布格式打造廣告與社群故事。
測試鏡頭時,可先以 360p 製作原型、比較具潛力的方向,再將選定概念提升至 4K 輸出。導演與創意開發者能在正式製作前,驗證動態、構圖、聲音與節奏。
依據片段時長、最高解析度、原生音訊支援與輸出影格率,比較 Gemini Omni 1.1 Flash 與領先的文字轉影片模型。
| 模型 | 輸出時長 | 最高解析度 | 原生音訊 | 影格率 |
|---|---|---|---|---|
| Gemini Omni 1.1 Flash 文字轉影片 | 3–10 秒 | 4K | √ | 24 FPS |
| MiniMax H3 文字轉影片 | 4–15 秒 | 2K | √ | 24 FPS |
| Wan-3.0 文字轉影片 | 2–30 秒 | 1080P | √ | 30 FPS |
幾分鐘即可上手 — 按照以下簡單步驟,透過 Atlas Cloud 平台整合和部署模型。
在 atlascloud.ai 註冊並完成驗證。新用戶可獲得免費額度,用於探索平台和測試模型。
將先進的 Gemini Omni 1.1 Flash 模型與 Atlas Cloud 的 GPU 加速平台相結合,提供無與倫比的效能、可擴展性和開發體驗。
低延遲:
GPU 最佳化推理,實現即時回應。
統一 API:
一次整合,暢用 Gemini Omni 1.1 Flash、GPT、Gemini 和 DeepSeek。
透明定價:
按 Token 計費,支援 Serverless 模式。
開發者體驗:
SDK、資料分析、微調工具和模板一應俱全。
可靠性:
99.99% 可用性、RBAC 權限控制、合規日誌。
安全與合規:
SOC 2 Type II 認證、HIPAA 合規、美國資料主權。
Gemini Omni 1.1 Flash 是 Google DeepMind 推出的原生多模態影片生成與編輯模型。在 Atlas Cloud 上,它支援 5 種專用工作流程,涵蓋生成、參考引導創作、編輯與延伸。生成的影片可包含同步的原生音訊。
它可以根據文字生成影片、讓靜態圖片動起來、依循視覺參考素材、根據文字指令編輯現有片段,或延續某個場景。Image to Video 也能朝指定的最後一幀進行插值,以控制鏡頭轉場。
建立 Atlas Cloud API 金鑰,並選擇符合工作流程的 endpoint。依照該 endpoint 的參數結構,提交提示詞以及必要的來源圖片、影片或參考媒體。先從一個描述清楚的鏡頭開始,再根據結果檢視後逐步調整輸入內容。
若要根據提示詞生成內容,請選擇 Text to Video;若要讓靜態畫面動起來,請選擇 Image to Video。Reference to Video 適合引導人物或物件識別度及藝術方向,Video Edit 用於修改現有影片素材,而 Video Extend 則用於延續既有鏡頭。
Text to Video 支援影片長度、長寬比,以及從 360p 到 4K 的輸出解析度控制。Image to Video 接受起始圖片,也可以使用選用的最後一幀。Reference to Video 支援最多 10 張參考圖片和 3 段參考影片片段。
是,Atlas Cloud 的 5 種工作流程都設計為生成包含同步原生音訊的影片。如果音訊對場景很重要,請在提示詞中清楚描述預期的對白、環境音、音樂或音效。
Atlas Cloud 提供隨用隨付的存取方式。Text to Video、Reference to Video、Video Edit 和 Video Extend 的標準基本價格為 $0.041,而 Image to Video 的標準基本價格為 $0.043。這些數字是標準後端價格,不是暫時性的折扣費率。
每次延伸可增加 3 到 10 秒,並且可以串接多次延伸,直到單一連貫鏡頭總長度達到 40 秒。模型會將現有片段作為上下文,同時延續畫面與原生音訊。
使用 Reference to Video,並提供清晰且相容的參考素材,包括最多 10 張圖片和 3 段影片片段。如果要製作圖片動畫,請提供品質良好的起始畫面;需要控制結束位置時,也可以提供選用的最後一幀。生成結果仍可能出現偏移,因此每次生成或延伸後,都應檢查識別度、光線、動態與音訊。
Google 將 1080p 和 4K 描述為升級輸出選項,而非原生生成解析度。草稿迭代時請使用 360p,待構圖與動態符合需求後,再選擇更高的解析度。
指南、教學與產品動態,助你充分發揮 Atlas Cloud 的價值。