Gemini Omni AI 视频生成器

Gemini Omni 是一种多模式视频生成工作流程，可以结合使用文本、图像、视频、音频和角色资源来指导生成的结果。

使用 Gemini Omni 根据混合创意简报构建视频。将文本指令、图像、视频剪辑、音频和角色资产结合起来，以在统一的多模式生成工作流程中指导主体身份、场景构图、运动、计时和声音。

将文本与支持的图像、视频和音频合并到一份创意简报中。每种媒介都可以传达预期结果的不同部分，从视觉识别到运动和声音。使用角色和视觉资产来建立重复出现的主题、衣柜、物体或风格，帮助生成的序列遵循更具体的创意方向。

当运动、摄像机行为、时间或场景动态难以单独用文本或静态图像表达时，提供视频材料。包括音频参考来指导节奏、语音、氛围或情感时序，允许将视觉方向和声音意图规划为一种多模态组合。

选择定义角色、风格、动作、场景或音频的参考，以便每个上传的文件都有明确的目的。解释资产如何关联，确定所需的主题和动作，并描述摄像机、序列、时间和声音。

检查每条参考文献的解释是否正确。在生成另一个版本之前删除冲突的资产或澄清它们的角色。