gemini-omni-flash/reference-to-video
根据参考图像和提示词生成带同步音频的短视频。
此页面使用必填的 prompt、image_urls 数组和 elements 数组生成视频，不接收参考视频。请让每个数组的顺序与 @Image1、@Element1 等精确提示词标记一一对应。
| 参数 | 必填 | 默认值 / 限制 | 作用 |
|---|---|---|---|
prompt | 是 | 示例提示词 | 描述运动与场景。请严格拼写 @Image1、@Image2、@Element1、@Element2，并按数组顺序对应。 |
image_urls | 是 | 0～7 项 | 用于风格或外观的附加参考图片。字段必填，但数组可以为空。 |
elements | 是 | 0～7 项 | 角色或物体定义。字段必填，但数组可以为空。 |
duration | 否 | 默认 5 | 精确字符串值：5、10。 |
aspect_ratio | 否 | 默认 16:9 | 精确值：16:9、9:16、1:1。 |
elements 中的每一项可以包含：
frontal_image_url：元素的正面主视图。schema 描述列出的限制为：最大 10 MB、宽度和高度至少 300 像素、宽高比范围 0.40～2.50、超时时间 20 秒。reference_image_urls：元素的其他角度参考图，每个元素需要 1～4 个图片 URL。image_urls 与 elements 的描述还指出：元素、参考图和起始图合计最多 7 项。为符合这项文档限制，请保持参考集合精简。
image_urls，将角色或物体定义加入 elements。prompt 中按从 1 开始的准确顺序引用各项：@Image1、@Image2、@Element1、@Element2。duration 设为 5 或 10，再从 16:9、9:16、1:1 中选择 aspect_ratio。image_urls 接受哪些图片格式。@ImageN 和 @ElementN 时，标记拼写与数组顺序都很重要。根据参考图像和提示词生成带同步音频的短视频。
通过文字指令重塑现有视频，同时尽量保留源视频的动作与整体构图。
使用两段音频和一张图片生成视频，并设置两位人物的发言顺序。
Sora 2 轻松将图像转化为逼真视频，视觉与音频自然同步，激发创意灵感。
精准理解提示，流畅生成动画，高品质图像到视频创作体验。
根据提示词让起始图像动起来，并设置 LoRA、帧数、FPS、分辨率、宽高比、推理步数和随机种子。
这是一个由参考内容引导的视频页面，使用必填的 prompt、必填 image_urls 数组和必填 elements 数组，不接收参考视频。
请按数组顺序使用从 1 开始的精确标记：image_urls 对应 @Image1、@Image2 等，elements 对应 @Element1、@Element2 等。不要翻译或改写标记。
是。两个字段都在 required 列表中，但各自的 minItems 均为 0，因此即使数组为空，字段本身仍需存在。
image_urls 顶层可包含 0～7 项，elements 可包含 0～7 个元素。字段描述还指出，元素、参考图和起始图合计最多 7 项。
元素可包含作为主视图的 frontal_image_url，以及包含 1～4 个其他视图的 reference_image_urls。正面图片描述列出的限制为最大 10 MB、宽高均至少 300 像素、宽高比 0.40～2.50。
duration 使用精确字符串值 5、10，默认值为 5；aspect_ratio 精确支持 16:9、9:16、1:1，默认值为 16:9。
不能。页面没有参考视频或音频字段，因此当前 schema 不支持有关视频输入、保留原音频或生成音频的说法。
RunComfy 通过当前积分系统管理用量。实际积分消耗请查看生成面板或最新计费文档；当前 schema 不保证提供免费试用积分。
当前 schema 没有分辨率或输出格式选择器，也没有帧率、随机种子、反向提示词或专用镜头参数。
结果依赖参考内容的顺序和标记的精确拼写。当前 schema 没有公布身份、风格、镜头、运动、时序一致性或输入格式方面的基准与保证。
RunComfy 是首选的 ComfyUI 平台，提供 ComfyUI 在线 环境和服务，以及 ComfyUI 工作流 具有惊艳的视觉效果。 RunComfy还提供 AI Models, 帮助艺术家利用最新的AI工具创作出令人惊叹的艺术作品。
