Ginawa gamit ang app na ito
Ang Gemini Omni Flash 1.1 ay isang modelo ng video na may kakayahang tumanggap ng iba't ibang uri ng input mula sa Google, na available dito bilang isang app na nakatuon sa paglikha at pag-edit ng maikling video. Tumatanggap ito ng text na utos, isang static na larawan, isang opsyonal na huling frame, hanggang sampung reference na larawan, o tatlong reference na clip, at maaari nitong i-edit ang isang umiiral nang video mula sa isang natural na wika na instruksyon. Ang output ay tumatagal mula 360p hanggang 4K sa tatlo hanggang sampung segundo, na may kasamang tunog na sabay-sabay na naka-embed. Ito ay angkop para sa mga gumagawa ng nilalaman, mga marketing professional, at mga developer na nangangailangan ng tumpak na visual na pagpapatuloy, madaling basahin ang teksto sa screen, at pinong tunog nang walang kailangang hiwalay na proseso ng tunog.
Paano gamitin ang app na ito
- 1
Ilarawan kung ano ang gusto mong lumikha, o i-upload ang iyong source file.
- 2
Piliin ang iyong mga opsyon, pagkatapos ay pindutin ang Lumikha.
- 3
Panoorin ang iyong resulta na lumalitaw sa gallery sa loob ng ilang sandali.
- 4
I-download, ibahagi, o lumikha ulit gamit ang bagong ideya.
Ano ang maaari mong gawin
Malapit na Larawan ng Produkto na May Tunog
Ilarawan ang isang produkto, magbigay ng isang static na larawan bilang unang frame, at hayaang i-animate ito ng modelo sa 4K kasama ang sabay-sabay na ambient o estilo ng voiceover na tunog. Ang kaalaman ng mundo ng modelo ay nagpapanatili ng mga label at teksto sa packaging na madaling basahin sa bawat frame, na nag-aalis ng isang karaniwang problema sa AI na video ng produkto.
Patuloy na Karakter na Pinapagabayan ng Sanggunian
Mag-upload ng hanggang sampung larawan ng sanggunian ng isang karakter o lokasyon upang gabayan ang paglikha. Ang Gemini Omni Flash 1.1 ay nagpapanatili ng visual identity na pare-pareho sa lahat ng pagbabago, na ginagawang praktikal ito para sa mga sequence na tulad ng storyboard, branded mascots, o paulit-ulit na setting ng eksena na dapat magmukhang pareho sa bawat shot.
Pag-edit ng Umiiral na Clip sa pamamagitan ng Direksyon
Ilagay ang isang source video at mag-type ng isang simpleng wika na direktibang pang-edit tulad ng 'gawing maulan ang kalangitan' o 'alisin ang kaguluhan sa background.' Ang modelo ay nag-apply ng pagbabago nang walang hiwalay na hakbang sa compositing, kapaki-pakinabang para sa mabilis na round ng pagbabago sa footage na kung hindi man ay tapos na.
Teksto-Overlay Motion Graphics
Dahil ang modelo ay nakatuon sa kaalaman ng mundo ng Gemini, ang on-screen na teksto ay nag-render nang tama at nananatiling malinaw sa buong galaw. Gamitin ito para sa kinetic titles, lower-thirds, o data callouts kung saan ang ibang generative models ay karaniwang gumagawa ng garbled o umuusong letterforms.
Larawan-sa-Video na Mga Bahagi ng Kuwento
Magbigay ng isang paunang larawan at isang opsyonal na huling frame upang tukuyin ang unang at huling sandali ng isang eksena, pagkatapos ay hayaang i-interpolate ng modelo ang aksyon sa pagitan. Ito ay gumagana nang maayos para sa concept presentations, animatics, at pitch decks kung saan kailangan mo ng kontroladong galaw mula sa static artwork.
Mga ideya sa prompt na subukan
Bakit ginagamit ng mga creator ang app na ito
- Katutubong naka-synchronize na audio
- Output mula 360p hanggang 4K
- Tagal: 3-10s
- Input ng Teksto, Imahe at Sanggunian
- Pagkontrol ng Reference Video
- I-edit ang isang Video sa pamamagitan ng Instruction
Mga tip para sa mas magandang resulta
Iangkla ang Teksto sa Pamamagitan ng Prompt
Kapag kailangan ng iyong video ng mga salitang makikita, isulat ang mga ito nang eksakto sa prompt. Ang Gemini Omni Flash 1.1 ay nakabase sa pandaigdigang kaalaman, na nagbibigay sa ito ng kalamangan sa katumpakan ng mga titik, ngunit ang isang malinaw na prompt ay nagpapababa pa rin ng pagbabago at nagsisiguro na ang modelo ay nagbibigay-priyoridad sa elementong iyon.
Gamitin ang Huling Frame para sa Kontrol
Ang pagbibigay ng parehong paunang larawan at huling frame ay nagbibigay sa modelo ng dalawang pundasyon upang makipag-ugnayan sa pagitan. Ito ang pinaka-maaasahang paraan upang kontrolin ang arko at pagsasaayos kapag kailangan mo ng isang partikular na visual na resulta sa pagtatapos ng clip kaysa sa bukas na paggalaw.
Estratehikong Pagsasama ng Mga Sangguniang Input
Ang modelo ay tumatanggap ng hanggang sampung larawan at tatlong sangguniang clip nang sabay-sabay. Gamitin ang mga slot ng larawan para sa pagiging pare-pareho ng karakter o bagay at ang mga slot ng clip upang tukuyin ang estilo ng paggalaw o pag-uugali ng kamera. Ang pagsasama ng parehong uri ng input sa isang pagpapatakbo ay nagbibigay sa iyo ng mas pinong kontrol kaysa sa isa lamang.
Isulat ang Mga Tagubilin sa Pagbabago nang Tumpak
Kapag gumagamit ng mode ng pagbabago ng video, ilarawan kung ano ang dapat baguhin at kung ano ang dapat panatilihin sa parehong tagubilin. Ang isang parirala tulad ng 'baguhin ang kulay ng pader sa malalim na teal, panatilihin ang muwebles at liwanag na pareho' ay mas epektibo kaysa sa isang malabong direktiba, dahil ito ay nagtakda ng malinaw na mga hangganan sa parehong pagbabago at sa mga elementong hindi nabago.
Kailan piliin ang app na ito
Piliin ang app na ito kapag ang iyong prayoridad ay 4K kalidad ng larawan na may katutubong sabay-sabay na tunog mula sa isang pagpapatakbo, kontroladong visual na pagpapatuloy sa maraming asset, malinaw na teksto sa screen, o ang kakayahang baguhin ang isang umiiral na clip sa pamamagitan ng isinulat na instruksyon. Ang Seedance 2.5 ay sumasaklaw sa mas mahabang pagpapatakbo hanggang 30 segundo at tumatanggap ng mas maraming reference na materyales, na mas angkop kapag ang haba o lalim ng reference ay mas mahalaga kaysa sa antas ng kalidad ng larawan. Ang Wan 3.0 ay nag-aalok ng 30-segundo na video sa isang pagpapatakbo na may omni-reference, na ginagawang mas malakas na pagpipilian para sa mas mahabang eksena. Ang Gemini Omni Flash 1.1 ay ang tamang pagpipilian kapag kailangan mo ng pinakamataas na kalidad ng larawan sa output sa tatlo, o nais mong baguhin ang isang umiiral na clip sa pamamagitan ng pagsusulat ng instruksyon sa halip na muling likhain ito.
Madalas na itatanong na mga tanong
Maaari ba akong lumikha ng video nang hindi nagbibigay ng anumang larawan?
Oo. Ang app ay tumatanggap ng text prompt lamang. Ang mga larawan, huling frame, reference na larawan, at reference na clip ay lahat opsyonal na input. Kailangan mo lamang ibigay ang mga ito kapag nais mong kontrolin ang visual na pagpapatuloy, tukuyin ang mga endpoint ng galaw, o tumugma sa isang partikular na karakter o lokasyon sa iyong source material.
Paano gumagana ang native na tunog na naka-align sa output?
Ang Gemini Omni Flash 1.1 ay lumilikha ng tunog bilang bahagi ng parehong model pass na gumagawa ng video, kaya ang tunog ay naka-time sa mga visual kaysa idagdag bilang generic track pagkatapos. Ang nagresultang MP4 ay naglalaman na ng audio channel na naka-embed, handa nang gamitin nang walang hiwalay na mix step.
Ano ang maximum na bilang ng reference input na maaari kong ibigay?
Maaari kang magbigay ng hanggang sampung reference na larawan at hanggang tatlong reference na video clip sa isang paglikha. Ang mga input na ito ay gumagabay sa modelo tungo sa pare-parehong visual identity para sa mga karakter, bagay, lokasyon, o estilo ng camera motion, depende sa kung ano ang ipinapakita ng mga reference.
Gumagana ba ang video-editing mode sa anumang na-upload na clip?
Ang editing mode ay kumukuha ng umiiral na video bilang source at nag-apply ng plain-language na direksyon upang baguhin ito. Ang modelo ay nag-interpret ng natural language, kaya hindi mo kailangang tukuyin ang technical na parameter. Ang mga resulta ay pinakamaayos kapag ang direksyon ay malinaw na nagsasaad kung ano ang dapat magbago at kung ano ang dapat manatiling pareho.
Anong resolution ang dapat kong piliin para sa social o web delivery?
Para sa karamihan ng social platform, ang 1080p ay praktikal na default dahil ito ay nagbabalanse ng visual quality sa file size at upload requirements. Gamitin ang 4K kapag sinusuportahan ito ng destination, tulad ng high-resolution display demo o platform na nag-downsamples nang maayos mula sa mas mataas na source. Ang 720p ay angkop para sa preview o draft. Ang 360p ay kapaki-pakinabang para sa mabilis na pag-iterate bago mag-commit sa final resolution.
Paano ko panatilihing pare-pareho ang isang karakter sa maraming hiwalay na paglikha?
I-save ang iyong reference na larawan mula sa isang paglikha at ibigay ang mga ito bilang reference input sa susunod. Ang modelo ay tumatanggap ng hanggang sampung reference na larawan bawat paglikha, kaya maaari kang magsama ng maraming anggulo o expression ng parehong karakter upang palakasin ang consistency. Ang pagsasama ng image reference kasama ang descriptive prompt na nagbibigay-pangalan sa distinguishing feature ng karakter ay nagpapabuti pa ng coherence.
Aling AI modelo ang nagpapagana sa app na ito?
Ang app na ito ay tumatakbo sa Gemini Omni Flash 1.1, available sa pamamagitan ng Arteza nang walang hiwalay na account o setup.
Maaari ko bang gamitin ang mga resulta nang komersyal?
Oo. Ang content na iyong ginawa ay sa iyo upang gamitin, napapailalim sa aming content licenses.
Gaano katagal ang isang generation?
Karamihan ng mga generation ay nakakatapos sa loob ng isang minuto, at maaari mong panoorin ang progreso nang live sa gallery.