Guía de modelo de vídeo

Generación de vídeo Gemini Omni Video desde una descripción, referencias o un clip

Compón un clip desde una descripción sola, desde hasta siete imágenes de referencia o desde un clip de referencia. Elige 4, 6, 8 o 10 segundos y 720p, 1080p o 4K; con un clip de referencia la duración se decide por ti.

Controles y especificaciones

El selector enumera dos entradas Gemini Omni, y esta página describe una de ellas: Gemini Omni Video, un producto propio y no un ajuste de la otra. No tiene modo de fotograma inicial y final y ofrece tres niveles de calidad en lugar de cuatro. El modo de texto solo necesita una descripción; en el espacio de trabajo de imagen aportas imágenes de referencia, un clip de referencia, o ambos.

Las imágenes y el clip comparten una cuota de siete unidades, y el clip cuenta como dos: caben siete imágenes sin clip y cinco con uno. El espacio de trabajo usa como máximo los primeros diez segundos de un clip de referencia cuya fuente no dura más de 30 segundos, y después la duración de salida se decide automáticamente.

Duración del clip
4 · 6 · 8 · 10 s · 4–10s sin vídeo de referencia; duración automática con vídeo
Niveles de calidad
720p · 1080p · 4K
Sonido
Sin control para activar o desactivar audio
Proporciones en modo texto
16:9 · 9:16
Proporciones con imágenes de referencia
16:9 · 9:16
Imágenes con un vídeo de referencia (ocupa dos espacios)
5
Imágenes de referencia
7
Vídeos de referencia
1
Límite del prompt
20000 caracteres

Elige 4, 6, 8 o 10 segundos solo cuando la tarea no lleve clip de referencia, y 720p, 1080p o 4K en cada modo. El selector de proporción ofrece 16:9 o 9:16 y sigue disponible con referencias. Se exige una descripción de hasta 20000 caracteres, y hay una semilla opcional.

Para qué es bueno este modelo

Varias referencias en un solo plano

Reúne imágenes de un producto, un entorno y un personaje y describe cómo encajan juntos. El clip se compone a partir de lo que aportas, así que el encuadre exacto y la identidad no están garantizados y merecen una revisión.

Moverte como un clip que te pertenece

Adjunta un clip de referencia, si quieres con hasta cinco imágenes a su lado, y describe la acción. Se usan los primeros diez segundos de la fuente y la duración de salida se elige automáticamente.

Cuatro duraciones, tres niveles, una semilla

Sin clip de referencia eliges 4, 6, 8 o 10 segundos y 720p, 1080p o 4K. Una semilla opcional permite repetir una pasada con los mismos ajustes.

Proyectos típicos

Poner un sujeto conocido en un entorno nuevo

Aporta imágenes del mismo producto o personaje junto con un entorno, describe la escena y comprueba que el sujeto se siga leyendo como el que tu público conoce.

Tomar prestado el movimiento de tu propio material

Usa un vídeo propio como referencia, añade hasta cinco imágenes y describe la acción. La duración de salida se decide automáticamente y puede diferir del segmento de referencia.

Ajustar el nivel a la ubicación

Elige la resolución según el destino del vídeo. Comparar una salida de menor resolución con 4K requiere generaciones separadas; conservar la descripción o la semilla no garantiza movimientos ni encuadres idénticos.

Límites que conviene conocer antes de empezar

  • Esta entrada no tiene modo de fotograma inicial y final. Las imágenes se aportan como referencias y no como fotograma inicial, así que el clip no tiene por qué empezar en la primera imagen que subas.
  • Una tarea admite como máximo un clip de referencia. El espacio de trabajo usa como máximo los primeros diez segundos de una fuente que no dura más de 30 segundos, el selector de duración se ignora y la duración de salida no tiene por qué coincidir con ese tramo.
  • Las imágenes y el clip comparten una cuota de siete unidades, y el clip cuenta como dos. Las imágenes deben ser JPEG, PNG o WebP de 20 MB como máximo cada una; el clip debe ser MP4 o MOV de 10 MB como máximo tal como se sube aquí.
  • No hay interruptor de sonido, y aquí no se puede subir material de voz ni de personaje para esta entrada. Revisa el archivo entregado por si hay pista de sonido y siléncialo en tu editor cuando necesites silencio.
  • Dos entradas Gemini Omni están lado a lado en el selector, y esta página describe solo una de ellas. El modo de fotogramas y el nivel más bajo pertenecen a la otra entrada, y nada aquí señala una de las dos como la mejor.

Cómo empezar

1

Abre el espacio de trabajo

Usa un botón de esta página. Abre el espacio de trabajo correspondiente en el idioma que estás leyendo, con este modelo ya seleccionado.

2

Describe el resultado

Escribe lo que debe ocurrir en el plano o en la imagen. Sujetos concretos, encuadre y acción aportan más al modelo que etiquetas cortas.

3

Ajusta los controles y confirma

Elige duración o nivel de calidad, proporción y sonido cuando estén disponibles, y revisa la cotización de créditos de esos ajustes exactos antes de generar.

Cuánto cuesta

La generación consume créditos de tu cuenta. El coste depende del modelo, la calidad y el tamaño o la duración de la salida. Algunos modos pueden cobrar un suplemento por las imágenes, los vídeos o el audio de referencia. Antes de generar, comprueba el presupuesto del espacio de creación para los archivos y ajustes seleccionados. Los paquetes de créditos aparecen en la página de precios.

Ver paquetes de créditos

Preguntas sobre este modelo

¿En qué se diferencia esta entrada de Gemini Omni 1.1 Flash?

Son dos productos separados en el mismo selector. Esta entrada no tiene modo de fotograma inicial y final y ofrece 720p, 1080p y 4K, mientras que la otra añade un nivel más bajo y un modo de fotogramas. Ninguna de las dos se presenta aquí como la mejor.

¿Cuántas imágenes puedo usar?

Siete por tarea. Un clip de referencia ocupa dos de esas siete unidades, así que el techo baja a cinco imágenes cuando hay clip.

¿Puedo combinar un clip de referencia con imágenes?

Sí: un clip más cinco imágenes como máximo, porque el clip ocupa dos de las siete unidades. En una tarea solo cabe un clip, y junto a él no se puede fijar ninguna duración.

¿Cuánto dura el vídeo cuando uso un clip de referencia?

El espacio de trabajo usa como máximo los primeros diez segundos de una fuente que no dura más de 30 segundos. La duración de salida es automática y no tiene por qué coincidir con ese tramo.

¿Es obligatoria una descripción?

Sí, en cada modo, hasta 20000 caracteres. Describe lo que debe ocurrir y, en modo referencia, di también cómo encajan las imágenes.

¿Genera sonido?

No hay interruptor de sonido, y aquí no se puede subir material de voz ni de personaje para esta entrada. Revisa el archivo entregado por si hay pista de sonido y siléncialo en tu editor cuando necesites silencio.

¿Cuál es el coste de una tarea?

La cifra sigue a la duración y al nivel que elijas, y una tarea con clip de referencia se presupuesta como una generación en lugar de por duración. El espacio de trabajo muestra el importe de tus ajustes antes de confirmar.