Model icon
omni-flash
Text to Video
Image to Video
Video to Video
Se flere modeller fra Google
Model:
Omni Flash API understøtter tekst-til-video, billede-til-video, sammensmeltning af tre referencebilleder og generering med videoinput med kontrol over 720p, 1080p, varighed og billedformat.
Input
168/20000
Added 1/3

Drop files here, paste files, or add a URL. Use no image for text-to-video, one image for image-to-video, or three images for reference fusion.

Image Urls 1
——

Drop files here, paste files, or add a URL. video/mp4,video/quicktime,video/webm,video/x-matroska · 100 MiB

Output

Eksempel på output

Det her er eksempeldata. Generér et nyt resultat for at se det rigtige output.

Opgave-ID:OMNIFLASHPREVIEWOprettet:2026-06-03T00:00:00
Status:finishedFremdrift:100%

Example video

Prisdetaljer

Betal efter forbrug. Intet abonnement og ingen skjulte gebyrer.

1 kredit = $0.005
Niveau720p/1080p4K
4 sek. · Uden videoinput
$0.600/gen.
120 kreditter/gen.
$1.25/gen.
250 kreditter/gen.
6 sek. · Uden videoinput
$0.750/gen.
150 kreditter/gen.
$1.50/gen.
300 kreditter/gen.
8 sek. · Uden videoinput
$1.00/gen.
200 kreditter/gen.
$1.75/gen.
350 kreditter/gen.
10 sek. · Uden videoinput
$1.10/gen.
220 kreditter/gen.
$2.25/gen.
450 kreditter/gen.
Med videoinput
$1.50/gen.
300 kreditter/gen.
$2.00/gen.
400 kreditter/gen.
Eksempel på pris (720p/1080p · 4 sek. · Uden videoinput): 10 genereringer: $6.00
Sådan afregnes det: Fast pris pr. generering.

Prisen beregnes ud fra det endelige output.

Introduktion

Komplet guide til at bruge Omni Flash API til multimodal videogenerering

Omni Flash API til multimodal videogenerering

Omni Flash på PoYo accepterer en prompt alene, en prompt med ét kildebillede, tre referencebilleder eller en kort videoreference. Den er lavet til korte videoworkflows, hvor teams har brug for praktiske kontroller over opløsning, billedformat og varighed, mens den offentlige API-anmodning holdes kompakt.

Omni Flash API's vigtigste funktioner

Eksemplerne på siden bruger medier hostet på PoYo's CDN og passer til de understøttede API-tilstande: tekst-til-video, billede-til-video og generering med videoinput.

01

Generér bevægelse ud fra en enkelt prompt

Brug generering med kun tekst, når du hurtigt vil have konceptklip uden at forberede kildemateriale. Beskriv scenens fysik, kamerabevægelser, materialers opførsel og stemning i prompten, og vælg derefter 720p- eller 1080p-output.

  • Tekst-til-video uden billed- eller videoinput
  • Kontrol over varighed: 4, 6, 8 eller 10 sek.
  • Billedformater til widescreen, højformat, kvadratisk og portræt

02

Animér ét billede, og bevar motivet

Til billede-til-video uploader du ét kildebillede og forklarer, hvordan det skal bevæge sig. I dette officielle eksempel fra Google DeepMind med en tegning af en mælkebøtte bevares den enkle stregtegning som visuelt ankerpunkt, mens den forvandles til en kort animeret scene.

  • Én billed-URL til billede-til-video
  • Bevægelse og omgivelser styret af prompten
  • Nyttig til skitser, produktbilleder og visuelle koncepter

03

Brug en videoreference til overførsel af bevægelse og stil

Når der er angivet en kildevideo, skifter Omni Flash til en workflow med videoinput. Brug den til at overføre bevægelsesvink, timing eller scenestruktur og eventuelt tilføje referencebilleder i den samme anmodning.

  • Højst én video-URL pr. anmodning
  • Varighed udelades ved jobs med videoinput
  • Understøtter opløsningstrinnene 720p og 1080p

Hvad teams bygger med Omni Flash API

01

Udkast til konceptvideoer

Generér korte klip ud fra almindelige prompts til pitches, storyboards og test af kreative retninger.

02

Materialer fra billede til video

Animér produktfotos, illustrationer og stillbilleder til korte klip til sociale medier eller kampagner.

03

Sammensmeltning af referencebilleder

Send tre kildebilleder, når en scene har brug for flere visuelle referencer i én genereringsanmodning.

04

Variationer med videoinput

Brug en videoreference til at styre bevægelsen, mens du justerer det endelige udseende og outputopløsningen.

Omni Flash vs Veo 3.1 vs Seedance 2.0 - sammenligning af videomodeller

FunktionOmni FlashVeo 3.1Seedance 2.0
UdbyderGoogle Gemini OmniGoogle DeepMind VeoByteDance Seedance
Bedst tilVideoredigering i dialogform, prompt-til-video, billede-til-video og iteration styret af referencerFilmisk generering, native lyd, billedstyrede optagelser og previsualisering i produktionHistorier med flere optagelser, native generering af lyd og video, læbesynkronisering og komplekse multimodale referencer
Officiel positioneringOpret og redigér video ud fra ethvert input, med verdensforståelse og forfinelse i dialogformFørende videogenereringsmodel til filmskabere og historiefortællere med realisme, god prompt-efterlevelse og lydModel til native multimodal generering af lyd og video ud fra tekst-, billed-, lyd- og videoinput
Inputtilstande på PoYoKun prompt, 1 billede, 3 billeder eller 1 video-URLPrompt, billedstyring, første/sidste billedramme, referencebilleder eller videoforlængelse afhængigt af niveauWorkflows med tekst-, billed-, video- og lydreferencer via Seedance 2 API-siden
Output og lydVideooutput på PoYo; det officielle modelkort beskriver video i høj opløsning med lydVideo med native lyd eller uden lyd afhængigt af modelindstillingerNative fælles generering af lyd og video med dialog, lydeffekter, musik og atmosfære
Opløsning på PoYo720p, 1080p720p eller 1080p afhængigt af niveau480p, 720p, 1080p afhængigt af model
Varighed på PoYo4, 6, 8, 10 sek. for jobs uden videoinput; videoinput har sin egen tilstandTypisk generering på 4, 6 eller 8 sek.; forlængelse understøtter fortsættelse af en kildevideo4-15 sekunder, afregnet pr. sekund
Status for offentliggjorte evalueringerGoogle siger, at detaljerede evalueringer af T2VA, I2VA, R2VA, redigering og billedgenerering vil blive delt, når API'er til udviklere og virksomheder rulles udGoogle offentliggør påstande om præference, afstemning, visuel kvalitet, afstemning mellem lyd og video og fysik for Veo 3.1Modelkortet for Seedance 2.0 rapporterer brede forbedringer og resultater på et førende niveau i tests med eksperter og offentlige brugere
Vælg den, nårDu har brug for Google Omni Flash-dækning, redigering i dialogform og kompakte PoYo API-kontrollerDu har brug for en moden filmisk model med native lydmuligheder og stærkere offentlig benchmarkdokumentationDu har brug for længere klip med flere optagelser, workflows med lyd/læbesynkronisering og rigere multimodale referencer

Modellernes funktioner ændrer sig hurtigt. Tabellen kombinerer offentligt tilgængelige modeloplysninger og PoYo's aktuelle API-overflade pr. juni 2026. Kontrollér de aktuelle anmodningsfelter og priser i PoYo's dokumentation, før du integrerer i produktion.

Sådan bruger du Omni Flash API på PoYo

Trin 1: Opret din API-nøgle
Generér en PoYo API-nøgle, og send anmodninger til det samlede asynkrone genereringsendpoint.
Opret API-nøgle

Trin 2: Vælg en inputtilstand
Send kun prompt til tekst-til-video, tilføj ét image_urls-element til billede-til-video, send tre billeder til sammensmeltning af referencer, eller tilføj ét video_urls-element til generering med videoinput.
Tilføj kreditter

Trin 3: Poll status, eller brug webhook
Brug det returnerede opgave-id til at forespørge om fremdriften, eller angiv callback_url for at modtage den færdige video asynkront.
Åbn API-dokumentationen

Ofte stillede spørgsmål om Omni Flash API

Hvad er Omni Flash i Google Flow?

I Google Flow betegner Omni Flash Gemini Omni Flash, Googles videomodel i dialogform til at oprette og redigere video ud fra forskellige typer input. Google beskriver den som en model, der kan skabe hvad som helst ud fra ethvert input, med video som det første, og siger, at brugere af Flow kan blande inspiration fra den virkelige verden med genereret indhold og iterere i dialogform. Googles meddelelse om Flow

Hvad er Omni Flash?

Omni Flash bruges almindeligvis som betegnelse for Googles Gemini Omni Flash. Modelkortet fra Google DeepMind beskriver den som en native multimodal model til tekst-, billed-, lyd- og videoinput, der laver video af høj kvalitet og i høj opløsning med lyd, understøtter redigering i dialogform og er bygget omkring verdensforståelse og multimodalitet. På PoYo giver Omni Flash API adgang til workflows med prompt, billede og videoreference med kontrol over opløsning, varighed og billedformat. Modelkort fra Google DeepMind

Hvor meget bedre er Omni Flash end Veo 3.1?

Der findes ingen offentlig score på lige vilkår, som beviser, at Omni Flash er en fast procentdel bedre end Veo 3.1. Google siger, at evalueringsdetaljerne for Omni Flash inden for T2VA, I2VA, R2VA, videoredigering og billedgenerering vil blive delt, når API'er til udviklere og virksomheder rulles ud. Veo 3.1 har allerede offentlige benchmarkpåstande fra Google om præference, afstemning efter prompt, visuel kvalitet, afstemning mellem lyd og video og realistisk fysik. I praksis vælger du Omni Flash til redigering i dialogform og iteration ud fra ethvert input, og Veo 3.1, når du vil have en mere etableret filmisk videomodel med offentliggjort benchmarkdokumentation. Oversigt over Veo 3.1

Hvordan bruger jeg Google Omni Flash?

I Googles produkter bruger du Gemini Omni Flash via Gemini, Google Flow, YouTube eller Flow Music, hvor det er tilgængeligt for dit abonnement og din region. Start med en prompt, et billede, en video eller en anden reference, og forfin derefter resultatet med opfølgende instruktioner. På PoYo opretter du en API-nøgle, sender model: "omni-flash" med en prompt og eventuelt image_urls eller video_urls og poller derefter statusendpointet eller bruger en webhook til at hente videoen.

Hvilke inputtilstande understøtter Omni Flash på PoYo?

PoYo understøtter tekst-til-video uden kildemateriale, billede-til-video med ét billede, sammensmeltning af referencer med tre billeder og generering med videoinput med én video-URL.

Kan jeg uploade to billeder?

Nej. Det offentlige API accepterer 0, 1 eller 3 billeder til denne model. Anmodninger med to billeder afvises, så inputtilstanden altid er entydig.

Kan jeg sende duration sammen med video_urls?

Nej. Når video_urls er angivet, skal duration udelades. Jobs med videoinput har deres egen faste afregning og genereringstilstand.

Hvilke opløsninger og billedformater er tilgængelige?

Opløsningen kan være 720p eller 1080p. Billedformatet kan være 16:9, 9:16, 1:1, 4:3 eller 3:4.

Gemmer PoYo interne upstream-payloadfelter?

Nej. PoYo gemmer kun brugervendte anmodningsfelter som prompt, image_urls, video_urls, resolution, duration, aspect_ratio, model og callback_url, når de er angivet.

Hvorfor bruge PoYo til Omni Flash API

01

Samlet asynkront API

Send opgaver via det samme PoYo-genereringsendpoint, og hent de færdige filer med det almindelige flow for opgavestatus.

02

Tydelige kontroller

Opløsning, varighed, billedformat, antal billeder og videoinput er eksplicitte anmodningsfelter.

03

Gennemsigtige kreditter

Modelkortet og pristabellen viser kreditniveauerne for varighed og videoinput, før du genererer.

04

Ren lagring af input

Opgavernes inputposter indeholder kun brugervendte felter, hvilket gør fejlsøgning og kundesupport enklere.