Gemini Omni 1.1 Flash

接口

POST /videos/generations

完整 URL: https://modelfold.ai/v1/videos/generations

鉴权：所有请求都需要 Authorization: Bearer <API_KEY> 请求头。

模型参数直接放在 JSON 请求体中，不要套 input。请求等待生成完成后返回 data[].url；支持的媒体模型也可使用 异步创建、轮询及回调。示例素材地址须替换为自己的公开可访问文件。计费及错误说明见 API 网关。

多模态视频生成任务的输入参数。

请求参数

请求体 (application/json)

参数	类型	必填	说明
model	string	是	用于生成任务的模型名称。该字段为必填项。此接口必须使用 google/gemini-omni-flash-1-1 模型。 默认值："google/gemini-omni-flash-1-1"。 可选值：google/gemini-omni-flash-1-1。 示例：google/gemini-omni-flash-1-1。
prompt	string	是	本站网关要求传入 prompt，最长 2000 字。视频提示词，用于描述目标视频的画面内容、风格、镜头语言或角色行为。 maxLength: 2000. 示例：生成一个未来感十足的城市夜景短片，镜头缓慢推进，角色从霓虹街道中走出。。
image_urls	array<string>	否	图片地址数组。可上传多张参考图片，用于提供角色、场景、风格或分镜参考。 图片限制： - 单个文件大小不超过 20MB - 请使用可公开访问的图片 URL - 最大7张图 - 注意：本字段与首帧图片（first_frame_url）互斥，不可同时传递。
first_frame_url	string	否	首帧图片地址。用于指定生成视频的起始画面。注意：本字段与 image_urls、audio_ids、video_list、character_ids 字段互斥，不可同时传递。 示例：https://example.com/assets/first-frame.png。
last_frame_url	string	否	尾帧图片地址。用于指定生成视频的结束画面。注意：尾帧图片不能单独使用，必须与首帧图片（first_frame_url）同时提供。 示例：https://example.com/assets/last-frame.png。
audio_ids	array<string>	否	由 gemini-omni-audio 接口生成的音频 ID 数组。用于为视频提供旁白、对白、配乐或声音参考。最多3个。注意：本字段与首帧图片（first_frame_url）互斥，不可同时传递。
video_list	array<object>	否	视频片段数组。每个元素描述一个可参与生成的视频素材及其截取时间范围。 视频限制： - 单个文件大小不超过 100MB - 视频时长不超过 30s - ends 应大于 start - 结束与起始时间之差不超过10s - 最多1个，占用两张图 - 注意：本字段与首帧图片（first_frame_url）互斥，不可同时传递。
video_list[].url	string	是	视频地址。单个视频文件大小不超过 100MB，视频时长不超过 30s。
video_list[].start	number	是	起始时间，单位为秒。 minimum: 0.
video_list[].ends	number	是	结束时间，单位为秒。应大于 start。结束与起始时间之差不超过10秒 minimum: 0.
character_ids	array<string>	否	由 gemini-omni-character 接口生成的角色 ID 数组。用于为视频提供角色外观、身份或人物参考。最多 3 个角色 ID。每个占 1 个图片槽位（用肖像+全身两张图创建的占 2 个）。总槽位（图片数 + 视频数×2 + 角色槽位）≤ 7。注意：本字段与首帧图片（first_frame_url）互斥，不可同时传递。
duration	string	是	生成视频的时长，单位为秒。可选值为 4、6、8、10。 该参数仅在无视频输入时生效；如使用视频输入，输出时长由模型决定，duration 参数将被忽略。注意：当提供视频输入时，输出时长由模型自动确定。此时 duration 参数将不会生效。 可选值：4 / 6 / 8 / 10。 示例：8。
aspect_ratio	string	否	生成视频的画面宽高比。16:9 为横屏视频，9:16 为竖屏视频。 可选值：16:9 / 9:16。 示例：16:9。
resolution	string	否	生成视频的分辨率。可选值为 360p、720p、1080p、4k。 默认值："720p"。 可选值：360p / 720p / 1080p / 4k。 示例：720p。
seed	integer	否	随机种子。取值范围：[0, 2147483647]。如果不指定，系统会自动生成一个 seed。固定 seed 可以提高结果的可复现性，但由于模型本身具有随机性，结果仍可能存在差异。

请求示例

curl -X POST "https://modelfold.ai/v1/videos/generations" \
  -H "Authorization: Bearer $MODELFOLD_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
  "model": "google/gemini-omni-flash-1-1",
  "prompt": "生成一个未来感十足的城市夜景短片，镜头缓慢推进，角色从霓虹街道中走出。",
  "duration": "8",
  "resolution": "720p"
}'

{
  "model": "google/gemini-omni-flash-1-1",
  "prompt": "生成一个未来感十足的城市夜景短片，镜头缓慢推进，角色从霓虹街道中走出。",
  "duration": "8",
  "resolution": "720p"
}

响应

200 — 生成完成。usage 返回实际计费明细；结果地址仅作结构示例。

{
  "ok": true,
  "created": 1792134000,
  "data": [
    {
      "url": "https://modelfold.ai/uploads/outputs/result.mp4"
    }
  ],
  "usage": {}
}