img_uuid，并通过轮询或 HTTPS 回调来获取异步结果。用于“图像转视频”工作流的 Gemini Omni Video API
通过独立的 GoEnhance API 访问 Gemini Omni Video。提交一到七张图像以及转换和声音设计提示词，保存返回的
创建 API 密钥
Gemini Omni Video API 功能
在提交计费任务之前，请验证所需的图像、提示词长度、输出枚举值和回调 URL。
Gemini Omni Video API 参数与验证
精确模型 ID
将 <code>model</code> 设置为 <code>gemini_omni_video</code>。模型、提示词和图像数组为必填项。
一到七个图像 URL
发送包含 1–7 个公共 JPEG、PNG 或 WebP 文件的 <code>image_urls</code>。每个文档记录的输入限制为 20MB。
4,096 字符提示词
在 <code>prompt</code> 中描述图像转换和同步声音设计；该字段为必填项。
四种时长
选择 4、6、8 或 10 秒。如果省略，<code>duration</code> 默认为 8 秒。
横屏或竖屏
将 <code>aspect_ratio</code> 设置为 <code>16:9</code> 或 <code>9:16</code>。文档记录的默认值为 16:9。
720p、1080p 或 4K
将 <code>resolution</code> 设置为 720p、1080p 或 4K。可选的整数 <code>seed</code>（0 到 2,147,483,647）支持可重复的请求。
720p 和 1080p 共享一个价格表；4K 则针对所选时长使用更高的固定价格。
Gemini Omni Video API 定价
720p 和 1080p 定价
4秒：20.48 tokens（$0.4096）；6秒：27.3 tokens（$0.546）；8秒：34.13 tokens（$0.6826）；10秒：40.95 tokens（$0.819）。
4K 定价
4秒：47.78 tokens（$0.9556）；6秒：54.6 tokens（$1.092）；8秒：61.43 tokens（$1.2286）；10秒：68.25 tokens（$1.365）。
单次生成固定价格
GoEnhance 将每种时长与分辨率的组合记录为固定 token 金额，每 token 为 $0.02。由于定价可能会变动，请在生产环境上线前查看实时参考文档。
分三步集成 Gemini Omni Video
1
1. 验证图像与设置
创建 API 密钥，准备 1–7 个授权图像 URL，编写动态与音频提示词，并验证时长、比例、分辨率、种子值和回调 URL。
2
2. 提交并持久化 img_uuid
使用 Bearer 身份验证和
model: gemini_omni_video 向 https://api.goenhance.ai/api/v1/videos/generations 发送 POST 请求，然后保存 data.img_uuid。 3
3. 轮询或处理回调
轮询
GET https://api.goenhance.ai/api/v1/jobs/detail?img_uuid=... 或以幂等方式处理回调事件，直到任务达到成功或失败状态。围绕您拥有或已获得授权的图像和创意素材构建可重复的工作流。
Gemini Omni Video API 应用场景
产品图像动画
将授权的产品静态图转化为带有场景特定音效的短动态概念，以便进行审核和后续编辑。
广告创意变体
参数化图像、运动方向、时长、比例和分辨率，以实现可重复的广告概念流水线。
多参考图故事概念
在单个请求中使用多张已批准的图像来传达角色、物体、环境或视觉方向。
视听预演
在投入最终制作之前，先原型化运动效果与同步原生音频的协同表现。
横屏与竖屏交付
生成 16:9 或 9:16 的概念内容，适用于网页、演示文稿、移动端和社交媒体发布工作流。
自动化媒体系统
在您的应用程序中连接提交、持久化任务 ID、回调、资产存储、审核和人工审批流程。
关于 Gemini Omni Video API 定价、谷歌 API 搜索意图、图像输入、音频和异步交付的解答。