Introduzione
Fornisci un fotogramma iniziale e un prompt obbligatori; un fotogramma finale facoltativo guida la conclusione e limita la clip a 10 secondi.
| Campo | Valore |
|---|---|
| Input | Immagine |
| Output | Video |
| Editore | |
| Disponibilità nella Gemini API | Disponibile per tutti dal 5 novembre 2026, secondo Google |
| Codice del modello | gemini-omni-1.2-flash |
| Durata della generazione | 3–15 secondi interi; 8 secondi come valore predefinito |
| Durata con fotogramma finale | 3–10 secondi se fornisci un’immagine finale |
| Tempi della modifica | Segue la durata del video originale; le riprese oltre 10 secondi vengono tagliate |
| Risoluzioni di output | Google indica 360p e 720p diretti; 1080p e 4K sono ottenuti per upscaling da Google |
| Formati di generazione | 16:9 o 9:16; 16:9 come valore predefinito |
| Formato video e audio | MP4 a 24 fps con una traccia audio AAC |
| Riferimenti in ingresso | Fino a 6 immagini; fino a 3 clip video di non più di 3 secondi ciascuna |
| Output lunghi da riferimenti | Google indica un riferimento video per output da 11–15 secondi |
| Filigrana | Google inserisce una filigrana SynthID invisibile |
| Conservazione dei video generati | Eliminati dopo 14 giorni |
Caratteristiche principali
Un momento al mercato con il suo audio
Nei nostri test, la scena al mercato di 6 secondi a 720p mostrava un cuoco che saltava i noodles in un wok in fiamme e pronunciava la battuta richiesta. Lo sfrigolio dell’olio, la pioggia e il brusio del mercato accompagnavano l’azione.
Metti in moto la partenza di una barca
L’esempio al pontile dura 5 secondi e parte da una singola foto notturna. Nei nostri test, il motoscafo in legno si allontanava lentamente dall’hotel mentre la passeggera salutava, con il ronzio del motore, l’acqua e una band in lontananza.
Decidi dove termina il movimento
Un’immagine iniziale in studio e una posa finale guidano questa animazione di 5 secondi. Nei nostri test, la ballerina passava da una posa all’altra con un sottofondo di piano delicato e la camera fissa.
Porta due persone in una scena in treno
Nei nostri test, due ritratti di riferimento sono diventati una scena di 6 secondi in un vagone ristorante. Un viaggiatore passava un biglietto piegato sul tavolo; l’altra lo leggeva e sorrideva, con il ritmo del treno e i rumori delle posate.
Sposta l’esibizione su un palco in riva al lago
Nei nostri test, la modifica ha sostituito lo studio grigio con un palco illuminato dalla luna accanto all’acqua velata di foschia. La ballerina e i suoi movimenti sono rimasti nella scena mentre cambiava l’ambientazione.
Parametri della richiesta
| Parametro | Obbligatorio | Nota |
|---|---|---|
prompt | Sì | Istruzioni obbligatorie sul movimento. Spiega l’azione dopo l’immagine iniziale, il comportamento della camera e i suoni desiderati. almeno 1 caratteri · al massimo 20000 caratteri |
image_url | Sì | URL obbligatorio della foto che apre la scena generata. almeno 1 caratteri |
last_image_url | No | URL facoltativo della foto finale. Se lo fornisci, la durata deve essere di 3–10 secondi; le richieste più lunghe vengono rifiutate prima dell’addebito. almeno 1 caratteri |
aspect_ratio | No | Usa 16:9 per il formato orizzontale predefinito, oppure 9:16 per l’inquadratura verticale. Non è disponibile un’opzione automatica; questa impostazione non aggiunge costi. |
resolution | No | Le risoluzioni disponibili sono 360p, 720p predefinito, 1080p e 4K. |
duration_seconds | No | Secondi interi da 3 a 15, con valore predefinito 8. Se è presente |
Prezzi
L’animazione di immagini viene addebitata per i secondi richiesti alla tariffa della risoluzione scelta. Immagini iniziali e finali e proporzioni non aggiungono costi. Gli invii falliti o rifiutati non vengono addebitati, comprese le richieste con fotogramma finale oltre 10 secondi.
| Specifiche | Prezzo |
|---|---|
| $0.0276 / secondo |
| $0.084 / secondo |
| $0.126 / secondo |
| $0.252 / secondo |
Casi d’uso
Una scena al mercato con una battuta
Delinea un cuoco, un’azione e una breve battuta tra virgolette, poi richiedi lo sfrigolio dell’olio e l’atmosfera piovosa del mercato.
Un arrivo o una partenza dall’hotel
Anima un’immagine iniziale del pontile con la partenza di una barca, oppure aggiungi un’immagine finale se hai già deciso la composizione conclusiva.
Una scena con personaggi ricorrenti
Usa ritratti di riferimento per inserire due persone già definite in una nuova ambientazione, come un vagone ristorante al crepuscolo.
Un palco diverso per un’esibizione
Chiedi alla modalità di modifica video di trasformare lo studio in un’ambientazione sul lago mantenendo il movimento registrato.
Consigli avanzati
Scegli l’endpoint in base al materiale di partenza
Parti dal testo per una scena nuova, da una foto iniziale per un’animazione, da riferimenti per una guida visiva o da un video per una modifica mirata.
Chiarisci la struttura della scena
Google segnala che il modello può creare più inquadrature per impostazione predefinita. Aggiungi «nessun taglio di scena» se vuoi una sola ripresa e metti tra virgolette le battute richieste.
Assegna un compito a ogni riferimento
Scrivi «usa il luogo in Image 2» o «muoviti come in Video 1», così il prompt spiega il ruolo di ogni file caricato.
Valuta una bozza prima di aumentare la risoluzione
Usa il 360p per esplorare un’idea alla tariffa più bassa disponibile. Google ottiene 1080p e 4K per upscaling e queste opzioni costano di più.
Concentra l’istruzione su una modifica
Google consiglia modifiche semplici seguite da «Mantieni tutto il resto uguale». Controlla la durata dell’originale prima di inviarlo: la modifica taglia le riprese a 10 secondi.
Introduzione
La modalità da immagine a video di Gemini Omni 1.2 Flash trasforma una foto iniziale in movimento. Fornisci image_url e un prompt che spieghi l’azione successiva a quell’immagine. L’esempio al pontile parte da una foto notturna della barca per creare una partenza di 5 secondi con i suoni del motore e dell’acqua.
Aggiungi last_image_url quando vuoi una conclusione definita. Con l’immagine finale, la durata consentita è 3–10 secondi; senza, puoi scegliere 3–15 secondi. Una richiesta con fotogramma finale oltre 10 secondi viene rifiutata prima di qualsiasi addebito. Nei nostri test, due immagini in studio hanno guidato una ballerina dalla posa iniziale a quella finale.
Funzioni e caratteristiche principali
- Usa la foto che fornisci come primo fotogramma dell’animazione.
- Guida la composizione finale con una seconda immagine facoltativa.
- Genera l’audio durante l’animazione invece di caricare una traccia audio.
- Seleziona 16:9 orizzontale o 9:16 verticale per la scena richiesta.
- Lavora a 360p o al 720p predefinito, con 1080p e 4K ottenuti per upscaling da Google a una tariffa superiore.
Casi d’uso
- Metti in moto una barca in legno che lascia il pontile di un hotel partendo da una foto notturna.
- Collega due pose in studio in una sequenza di 5 secondi con piano delicato.
- Trasforma una foto di prodotto in un breve studio del movimento con una composizione finale pianificata.
Guida al prompt e consigli pratici
- Descrivi cosa cambia dopo l’inizio, come «la barca si allontana lentamente dal pontile», senza ripetere ogni dettaglio visibile.
- Con due immagini, spiega la transizione, come «passa in modo fluido alla posa finale», e scegli una durata massima di 10 secondi.
- Specifica una gestione semplice della camera, come «camera fissa», quando il movimento nella scena deve sostenere la ripresa.
- Indica l’atmosfera sonora desiderata, come «un lieve ronzio del motore e lo sciabordio dell’acqua», perché la foto non fornisce audio.
- Richiedi continuità con una breve formula come «nessun taglio di scena», seguendo il consiglio di Google per una sola ripresa.
Avvio rapido dell’API
# Generate the idempotency key once; reuse it when retrying after a lost response.
export SPICY_IDEMPOTENCY_KEY="${SPICY_IDEMPOTENCY_KEY:-$(uuidgen)}"
curl -X POST https://api.spicyapi.ai/api/v1/jobs/createTask \
-H "Authorization: Bearer $SPICY_API_KEY" \
-H "Content-Type: application/json" \
-H "Idempotency-Key: $SPICY_IDEMPOTENCY_KEY" \
-d '{
"model": "google/gemini-omni-1.2-flash/image-to-video",
"input": {
"aspect_ratio": "16:9",
"duration_seconds": 8,
"image_url": "https://example.com/reference.png",
"prompt": "A slow aerial shot drifting over a misty pine forest at sunrise",
"resolution": "720p"
}
}'
# Copy data.taskId from the response into TASK_ID, then poll the status.
TASK_ID="TASK_ID_FROM_RESPONSE"
curl "https://api.spicyapi.ai/api/v1/jobs/recordInfo?taskId=$TASK_ID" \
-H "Authorization: Bearer $SPICY_API_KEY"
Nel riferimento dell’API trovi autenticazione, schema completo, polling e gestione degli errori.
