Gemini Omni Flash 擅长什么
- 对话式视频编辑：使用自然语言完善和编辑视频：替换角色、重新布光、改变角度、添加或移除物体，同时保留原始音频和视频轨道
- 多模态输入：组合文本、图像和视频输入来引导生成。每次输出视频时原生生成同步音频
- 世界知识与模拟：将物理理解与 Gemini 在历史、科学及文化背景方面的知识相结合，实现超越照片真实感的有意义叙事
- 文本与动作同步：直接在视频中渲染清晰易读的文本和图形，使动态排版与屏幕上的运动同步
- 定价：视频输出每秒 $0.10，与 Veo 3.1 Fast 定价一致
在 ComfyUI 中使用
Gemini Omni Flash 工作流
在本地或 Comfy Cloud 上，通过 ComfyUI 运行文生视频、图生视频和视频编辑工作流