
Texto a imagen
Crea imágenes con IA a partir de prompts de texto
Prueba la API de Google Gemini Omni 1.1 Flash para guiar la generación con imágenes y vídeos de referencia breves, manteniendo sujetos, escenas y movimiento coherentes.
La API Google Gemini Omni 1.1 Flash Reference-to-Video permite a los desarrolladores usar materiales visuales como guía creativa para el video generado. Proporciona imágenes de referencia, clips de video o ambos y, a continuación, describe el resultado que deseas crear. La API de video Gemini ayuda a convertir esas entradas en una nueva escena en movimiento, lo que ofrece a los equipos creativos una forma flexible de definir la composición, las indicaciones del sujeto, la atmósfera y la dirección en Best Image AI.
Guía de referencia multimodal: Usa imágenes, clips de video o una combinación de ambos como materiales visuales para una nueva secuencia generada.
Dirección creativa controlada mediante prompts: Combina las referencias con indicaciones en lenguaje natural sobre la acción del sujeto, el entorno, el comportamiento de la cámara, la iluminación y el ambiente.
Contexto visual detallado: Reúne indicaciones visuales de varios materiales proporcionados cuando un solo prompt no sea suficiente para comunicar la dirección deseada.
Creación de escenas guiada por referencias: Usa los recursos seleccionados como punto de partida creativo para el movimiento, la composición y el desarrollo de la atmósfera en el resultado.
Presentación de video flexible: Elige un formato horizontal o vertical, la calidad de salida y una duración breve del clip para el contexto de visualización previsto.
Flujo de trabajo de API escalable: Incorpora la generación de video guiada por referencias en bibliotecas de recursos, herramientas creativas, sistemas de campañas y procesos de producción.
Entrada: Imágenes de referencia opcionales, clips de video de referencia opcionales y un prompt en lenguaje natural que describa la escena que se desea generar.
Salida: Un nuevo clip de video creado mediante el flujo de trabajo de la API Gemini Omni 1.1 Flash Reference-to-Video.
Dirección de las referencias: Selecciona materiales visuales que comuniquen los sujetos, el entorno, la composición o el tono creativo deseados y, después, añade instrucciones claras de movimiento.
Control del formato: Elige la orientación de salida, el nivel de calidad y la duración concisa que se adapten al caso de uso final.
Funciones: Generación de video guiada por referencias, entrada creativa multimodal, movimiento dirigido por prompts, composición del contexto visual y creación de escenas cinematográficas.
Desarrollo de conceptos para campañas: Combina recursos visuales principales aprobados, imágenes de ambiente y referencias de movimiento para explorar nuevas direcciones de video para campañas.
Sistemas creativos de marca: Usa una biblioteca visual seleccionada como guía para generar conceptos de video que partan de un lenguaje creativo definido.
Visualización de guiones gráficos y presentaciones: Convierte paneles de referencia y materiales de clips seleccionados en escenas en movimiento concisas de prueba de concepto.
Adaptación de contenido: Crea nuevas direcciones de video a partir de recursos visuales existentes cuando un prompt de texto por sí solo no transmita suficiente contexto creativo.
Operaciones creativas a gran escala: Integra la generación basada en referencias en herramientas de gestión de recursos, procesos de contenido y plataformas internas de creación.
Nota Las referencias proporcionan orientación creativa, pero no sustituyen a un prompt preciso. Para obtener los mejores resultados, explica la acción deseada, el movimiento de la cámara y el resultado de la escena, además de proporcionar materiales visuales.
Gemini Omni 1.1 Flash frente a los flujos de video de referencia de Google Veo: Google Veo ofrece diversas funciones de video generado. Gemini Omni 1.1 Flash proporciona un proceso de creación guiado por referencias junto con la generación de texto, la animación de imágenes y la edición de video dentro de la misma familia de modelos.
Gemini Omni 1.1 Flash frente a Runway: Runway ofrece a los creadores muchas formas de trabajar con materiales de origen y herramientas generativas. Gemini Omni 1.1 Flash es adecuado para desarrolladores que crean un flujo de video guiado por referencias mediante una API.
Gemini Omni 1.1 Flash frente a Kling AI: Kling permite la creación de video con IA orientada por recursos visuales. Gemini Omni 1.1 Flash ofrece entradas flexibles de imágenes y videos de referencia con dirección mediante prompts para equipos que necesitan un flujo de generación integrado.
Gemini Omni 1.1 Flash frente a Pika: Pika es popular por su experimentación visual accesible. Gemini Omni 1.1 Flash es una opción práctica cuando las referencias creativas deben formar parte de un flujo de video estructurado y programático.
Gemini Omni 1.1 Flash frente a Luma Dream Machine: Luma Dream Machine permite explorar rápidamente conceptos a partir de prompts. Gemini Omni 1.1 Flash añade una guía de referencia multimodal para los equipos que desean incorporar más contexto visual a cada clip generado.
Explora varias herramientas de creación con IA para agilizar flujos de trabajo de imagen y video en el navegador y, después, amplía las ideas que funcionan con las API de modelos de Best Image AI listas para producción. Best Image AI ofrece una capa de API unificada para todos los modelos, lo que facilita el uso y la ampliación de tus flujos de trabajo.

Crea imágenes con IA a partir de prompts de texto

Crea imágenes con IA a partir de imágenes y prompts de texto

Crea videos con IA a partir de prompts de texto

Anima imágenes y conviértelas en videos con IA

Crea imágenes y videos con IA en un espacio de trabajo unificado

Crea videos coherentes a partir de contenido multimedia de referencia

Crea flujos visuales de imágenes y vídeos con IA en un lienzo infinito
const response = await fetch('https://api.flaq.ai/api/v1/video/task', {
method: 'POST',
headers: {
'Content-Type': 'application/json',
'Authorization': 'Bearer YOUR_API_KEY'
},
body: JSON.stringify({
model_name: 'gemini-omni-1.1-flash-reference-to-video',
prompt: 'Use the references to create a cinematic shot of a small boat approaching from the distance',
aspect_ratio: '16:9',
resolution: '1080p',
duration: 8,
images: ['https://example.com/boat-reference.jpg'],
videos: ['https://example.com/motion-reference.mp4']
})
});
const { data } = await response.json();
const taskId = data.task_id;
// Step 2: Poll for results
const taskId = data.task_id;
const pollResult = async (taskId) => {
const res = await fetch(`https://api.flaq.ai/api/v1/video/${taskId}`, {
headers: { 'Authorization': 'Bearer YOUR_API_KEY' }
});
return res.json();
};
while (true) {
const pollResultData = await pollResult(taskId);
const status = pollResultData.data.task_status;
if (status === 'succeed') {
console.log(pollResultData.data.task_result.videos[].);
;
}
(status === ) {
.(pollResultData..);
;
}
( (resolve, ));
}
import requests
response = requests.post(
'https://api.flaq.ai/api/v1/video/task',
headers={
'Content-Type': 'application/json',
'Authorization': 'Bearer YOUR_API_KEY'
},
json={
'model_name': 'gemini-omni-1.1-flash-reference-to-video',
'prompt': 'Use the references to create a cinematic shot of a small boat approaching from the distance',
'aspect_ratio': '16:9',
'resolution': '1080p',
'duration': 8,
'images': ['https://example.com/boat-reference.jpg'],
'videos': ['https://example.com/motion-reference.mp4']
}
)
result = response.json()
task_id = result['data']['task_id']
curl -X POST https://api.flaq.ai/api/v1/video/task \
-H "Content-Type: application/json" \
-H "Authorization: Bearer YOUR_API_KEY" \
-d '{
"model_name": "gemini-omni-1.1-flash-reference-to-video",
"prompt": "Use the references to create a cinematic shot of a small boat approaching from the distance",
"aspect_ratio": "16:9",
"resolution": "1080p",
"duration": 8,
"images": ["https://example.com/boat-reference.jpg"],
"videos": ["https://example.com/motion-reference.mp4"]
}'
# Step 2: Poll for results
# Replace {task_id} with the task_id returned from the submit response
curl -X GET "https://api.flaq.ai/api/v1/video/{task_id}" \
-H "Authorization: Bearer YOUR_API_KEY"
# Step 2: Poll for results
task_id = response.json()['data']['task_id']
poll_url = f"https://api.flaq.ai/api/v1/video/{task_id}"
while True:
poll_result = requests.get(poll_url, headers={'Authorization': 'Bearer YOUR_API_KEY'}).json()
status = poll_result['data']['task_status']
if status == 'succeed':
print(poll_result['data']['task_result']['videos'][0]['url'])
break
if status == 'failed':
print(poll_result['data']['task_status_msg'])
break
time.sleep(10)