Gemini Omni Flash: Imagen a Vídeo
Genera un video a partir de dos imágenes usando Gemini Omni Flash, que interpreta prompts en lenguaje natural para controlar duración y relación de aspecto. El flujo acepta 2 imágenes de entrada y produce 1 video de salida. Ideal para clips de marca cortos, contenido dinámico para redes sociales y ediciones iterativas de video mediante prompts conversacionales.
Probar un ejemplo
Acerca de este flujo de trabajo
Este flujo de trabajo de ComfyUI convierte dos imágenes fijas en un video corto usando Gemini Omni Flash de Google a través del nodo GeminiVideoOmni. Proporcionas una imagen inicial y una final (dos nodos LoadImage), luego guías el movimiento, duración y encuadre con un prompt en lenguaje natural. Un subgrafo Prompt Constructor integrado (nodo personalizado: b83478ba-1f3e-4e62-9869-c8a0c8e9a5f5) te ayuda a incluir explícitamente la duración y relación de aspecto requeridas en el prompt final—ambos son obligatorios para Gemini Omni Video. El nodo GeminiVideoOmni genera un solo clip de video que puedes previsualizar con PreviewAny y exportar con SaveVideo.
Técnicamente, el flujo conecta los tensores de tus dos imágenes y el prompt construido en GeminiVideoOmni, que solicita un video al modelo Gemini Omni Flash. La duración y relación de aspecto se extraen del prompt (por ejemplo: "duration: 4s, aspect_ratio: 16:9"), mientras que el resto del texto describe el movimiento (por ejemplo, zooms, paneos, morphs, reveals). Los nodos MarkdownNote en el grafo ofrecen recordatorios y consejos rápidos. El resultado es una forma rápida y conversacional de iterar clips de marca cortos, publicaciones verticales y reveals antes/después—sin keyframing manual.
Preguntas y respuestas
Gemini Omni Video requiere que ambos se especifiquen en el prompt. Usa el subgrafo Prompt Constructor para insertarlos, p. ej., "duration: 4s, aspect_ratio: 16:9" seguido de tu descripción de movimiento.
Sí: este flujo de trabajo está diseñado para dos entradas. El primer LoadImage es el fotograma inicial y el segundo es el final. Para movimiento sutil desde una sola imagen fija, puedes reutilizar la misma imagen en ambas entradas.
Si tu nodo/extensión GeminiVideoOmni requiere credenciales, configura una Google Gemini API key válida en la configuración del nodo o en el entorno según lo documentado por la extensión de ComfyUI que instalaste.
La generación de video de Gemini devuelve un clip sin audio. Usa un editor de video para añadir música o efectos de sonido después de exportar desde SaveVideo.