Создание архитектурных видео с Gemini Omni Flash и Veo: пошаговое руководство

Чему вы научитесь в этом руководстве?

Преобразовать архитектурное изображение в короткое видео или попросить изменить созданную сцену — это не просто описать впечатляющее пространство. В промпте следует чётко указать, что происходит в сцене, как движется камера, какие элементы нужно сохранить и каким должен быть результат. В этом руководстве мы сопоставим модели для генерации видео, описанные в документации Gemini API, с задачами архитектурной визуализации, подготовим практические примеры промптов и рассмотрим, как улучшать результат итеративно.

В документации Google Gemini Omni Flash представлен как универсальный выбор для создания коротких видео по тексту и изображениям, а также для редактирования в несколько ходов. Veo 3.1 подходит для таких задач, как продление сцены, управление последним кадром или интеграция с более ранними рабочими процессами. Это описания возможностей моделей из документации разработчика; они не означают, что результат будет одинаковым для каждой сцены.

Требования и выбор модели

В этом руководстве рассматриваются Gemini Omni Flash и Veo 3.1 — модели, упомянутые в документации Gemini API по генерации видео. Omni Flash позволяет создавать короткие видео по тексту и изображениям, а также поддерживает многоэтапное диалоговое редактирование через Interactions API. Veo 3.1 описан как модель для генерации видео через generateContent API со встроенным звуком, продлением сцены, генерацией с привязкой к кадру и управлением по изображению.

В документации нет подробностей о создании аккаунта, оплате, условиях доступа или необходимом оборудовании. Поэтому перед началом работы отдельно проверьте актуальные условия доступа к API и информацию о стоимости; здесь не предполагаются конкретная подписка или требования к локальному оборудованию. Поскольку в документации по видео описано использование API, примеры основаны на рабочем процессе через API. В руководстве не приводится конкретный путь по интерфейсу, так как шаги в меню и параметры не указаны.

Выбирайте модель под свою задачу:

• Рассмотрите Omni Flash, если нужно создать короткий ролик по тексту или изображениям, а затем доработать его в диалоговом режиме.

• Рассмотрите Veo 3.1, если требуется продлить сцену, управлять отдельными кадрами или использовать встроенный звук.

• Если нужно анализировать уже существующее видео, а не создавать его, обратитесь к отдельному руководству «Video understanding», на которое ссылается документация.

Шаг за шагом: промпты для архитектурных видео

В руководстве Google по разработке промптов рекомендуется формулировать инструкции ясно и конкретно, указывать задачу, ограничения и ожидаемый формат результата. В нём также подчёркивается, что разработка промпта требует проб и доработок. Приведённые ниже примеры созданы специально для архитектурных задач и не скопированы из исходных примеров промптов.

1. Сначала опишите сцену и движение

В первом промпте укажите тип проекта, видимое пространство, освещение и желаемое движение камеры. Вместо большого количества расплывчатых прилагательных сосредоточьтесь на элементах, которые можно увидеть в видео.

Create a short architectural video of a calm contemporary living room with pale oak flooring, a limestone feature wall, and soft morning light entering through tall windows. Show the room from the doorway as the camera slowly moves toward the seating area. Keep the furniture layout stable and the atmosphere quiet and natural.

В этом описании особенности комнаты, условия освещения и движение камеры сформулированы отдельно и ясно. Оценивая первый результат, проверьте, например, сохранилась ли планировка, движется ли камера в нужном направлении и правильно ли интерпретировано описание света. В следующей попытке не переписывайте всё с нуля — уточните инструкцию, которая показалась вам проблемной.

2. Используйте референсное изображение как входные данные

Omni Flash работает с текстом и изображениями, а Veo 3.1 также поддерживает управление по изображению. Добавьте подходящее изображение и укажите в тексте, какие визуальные особенности нужно сохранить. Этот пример рассчитан на использование изображения рендера в качестве входных данных для видео.

Use the provided architectural image as the visual reference for the room. Create a short video that preserves its material palette, window positions, and furniture arrangement. Show a gentle camera move from the dining area toward the kitchen, with consistent daylight and no new furniture.

Здесь инструкции по сохранению сосредоточены на ключевых дизайнерских решениях, представленных на изображении. Модель может иначе интерпретировать детали, которых нет в референсе, поэтому полезно дополнительно назвать в тексте важные материалы и особенности планировки. Источники не гарантируют, что модель безупречно сохранит каждую деталь.

3. Доработайте первый результат в следующем ходе

Поддержка многоэтапного диалогового редактирования в Omni Flash позволяет запросить конкретное изменение после первой генерации. Если в каждом ходе описывать только одно главное изменение, будет понятнее, что именно нужно исправить.

In the current video, replace the dark coffee table with a low, light-oak table. Keep the room layout, camera movement, window light, and all other furniture unchanged.

В этом примере предлагается заменить только журнальный столик, оставив остальное без изменений. Если в результате изменились и другие элементы, в следующем ходе точнее укажите, что нужно сохранить. Поддержка многоэтапного редактирования для Omni Flash описана в документации, но успешное редактирование каждой сцены не гарантируется.

4. Отдельно сформулируйте задачу по продлению сцены

Если нужно продолжить ролик, рассмотрите функцию продления сцены, заявленную для Veo 3.1. В источниках эта функция описана, но шаги в интерфейсе и параметры не указаны, поэтому приведённый ниже промпт сосредоточен на содержании продолжения сцены.

Extend the architectural scene with a slow continuation into the adjoining courtyard. Maintain the same stone surfaces, soft daylight, and restrained visual mood. Let the view reveal the courtyard gradually, without changing the established architectural style.

В примере описано, какие визуальные характеристики должны сохраниться в продолжении. При технической реализации продления сцены следуйте актуальным инструкциям в документации Veo; не предполагайте существование названий элементов управления или параметров API, которые здесь не упомянуты.

Распространённые ошибки

Расплывчатые описания движения: вместо неоднозначной фразы вроде «сделай более кинематографично» опишите начальную позицию камеры и направление её движения.

Слишком много изменений в одном промпте: если одновременно менять камеру, материалы, освещение и мебель, оценить результат будет сложнее. Сначала задайте базовую сцену, а затем в отдельных ходах запросите конкретные изменения.

Не указано, что нужно сохранить: добавление изображения не означает, что каждое дизайнерское решение автоматически останется неизменным. Назовите в тексте важные материалы, планировку и характеристики освещения.

Выбор модели без учёта задачи: в документации Omni Flash рекомендован для коротких видео и диалогового редактирования, а Veo 3.1 выделен для продления сцены, генерации с привязкой к кадру или задач со встроенным звуком. Неподходящий выбор может привести к лишним попыткам.

Ожидание идеального результата с первой попытки: разработка промпта — итеративный процесс. Проверьте результат, определите, что упущено или выполнено неверно, и целенаправленно обновите инструкцию.

Следующие шаги в рабочих процессах архитектуры и визуализации

Архитектурные бюро и студенты могут использовать короткие движения камеры, чтобы в презентационных целях исследовать атмосферу интерьера, сочетание материалов или ощущение движения по пространству. Работа с изображением позволяет экспериментировать с движением на основе существующего рендера, однако источники не гарантируют, что модель точно сохранит геометрию проекта и все визуальные детали. Поэтому результат следует рассматривать как эксперимент с визуальной подачей, а не как технический чертёж или окончательную проектную документацию.

Перед интеграцией в рабочий процесс команде следует проверить доступ к API, актуальные условия лицензирования и стоимость, а также совместимость с текущим процессом производства. В документации нет информации о ценах, требованиях к локальному оборудованию или совместимости с конкретными программами для проектирования. Более взвешенную оценку даст тест на небольшой сцене с фиксацией того, какие проектные решения сохраняются, а какие меняются на каждом этапе работы с промптом.

Источники и лицензия

Это руководство адаптировано на турецкий язык на основе документации Google по генерации видео в Gemini API и стратегиях разработки промптов. Оба источника распространяются по лицензии CC BY 4.0. Примеры архитектурных промптов написаны специально для этого руководства; примеры из источников не копировались.