Создание архитектурных видео с Gemini Omni Flash и Veo 3.1: пошаговое руководство

Что вы узнаете из этого руководства?

В этом руководстве рассказывается, как выбрать между Gemini Omni Flash и Veo 3.1 для создания короткого проморолика по архитектурному изображению и как составлять текстовые инструкции. Цель — не гарантировать идеальный результат с первой попытки, а подготовить чёткое описание сцены, оценить результат и при необходимости уточнить инструкции.

В документации Gemini API от Google Gemini Omni Flash описан как инструмент для создания коротких видео по тексту и изображениям, а также их редактирования в несколько итераций. Там же Veo 3.1 представлен с такими возможностями, как встроенная генерация звука, продолжение видео, генерация с привязкой к кадрам и управление с помощью изображений. Для первого концепт-ролика или передачи атмосферы интерьера можно рассмотреть Omni Flash; если нужно продолжить существующий клип или работать с определённым кадром, стоит изучить задокументированные возможности Veo 3.1.

Что понадобится: программное обеспечение, версия и доступ

Рабочий процесс выполняется через Gemini API. В документации Google для Gemini Omni Flash указан Interactions API, а для Veo 3.1 — generateContent API. Поэтому потребуется клиент или приложение, способное работать с API, и доступ к Gemini API. В источниках не описаны конкретные шаги создания аккаунта, стоимость, бесплатные лимиты или требования к локальному программному обеспечению; эту информацию следует уточнять в актуальной документации API.

В источниках не указаны требования к конкретному компьютеру, видеокарте или операционной системе. Поскольку генерация видео описана как работа через API, было бы неверно придумывать требования к локальному оборудованию. В документации для генерации видео используются названия Gemini Omni Flash и Veo 3.1; на странице также есть уведомление о доступности Gemini 3.8 Flash. Это уведомление не означает, что для генерации видео указаны отдельные требования к оборудованию или установке.

Перед началом выберите архитектурное изображение, которое хотите использовать. Если кадр, основные материалы и освещение на изображении читаются хорошо, оценить инструкции будет проще. Если загружаете изображения реального проекта, убедитесь, что у вас есть необходимые права на их передачу и использование.

1. Выберите рабочий процесс

Сначала определите цель видео. Если вы хотите создать короткий атмосферный ролик по одному изображению или улучшать результат с помощью диалогового редактирования в несколько итераций, попробуйте Gemini Omni Flash. Если нужно продолжить существующее видео, сгенерировать материал для определённых кадров или использовать изображения для управления результатом, рассмотрите Veo 3.1. В документации Google указано, что эти модели предназначены для разных рабочих процессов; выбор должен зависеть от нужных функций.

Для первой попытки сосредоточьтесь на одной сцене. Например, для презентации интерьера чётко опишите движение камеры, показываемые зоны и желаемую атмосферу. Примеры промптов ниже подготовлены в рамках этого руководства для архитектурных задач; они не гарантируют полного совпадения результата с запросом.

Create a short architectural visualization video from the supplied interior image. Slowly move the camera from the entrance toward the main living area. Preserve the room layout, furniture positions, materials, and daylight mood. Keep the scene calm and realistic.

В этом примере задано одно движение камеры и перечислены визуальные характеристики, которые нужно сохранить. Согласно документации Gemini API, Gemini Omni Flash может одновременно использовать текст и изображения в качестве входных данных, поэтому при необходимости добавьте выбранное изображение интерьера в рабочий процесс.

2. Составьте чёткую и проверяемую инструкцию

Руководство Google по разработке промптов рекомендует формулировать инструкции чётко и конкретно, а при необходимости описывать задачу, входные данные и желаемый формат результата. Для архитектурного видео отдельно укажите, что изображено в сцене, какие изменения должны происходить в ролике и что необходимо сохранить. Вместо расплывчатых просьб вроде «сделай красивее» уточните, например, направление естественного света или часть пространства, которую нужно показать.

Create a short video of this contemporary courtyard from the supplied image. Show the planted courtyard and the adjacent façade in a gentle camera move. Keep the façade geometry, paving pattern, planting layout, and overcast daylight consistent with the reference.

Это описание подготовлено для эксперимента с Veo 3.1, управляемого изображением. В документации Google сказано, что Veo 3.1 поддерживает управление с помощью изображений, однако точное сохранение всех деталей из промпта не гарантируется.

3. Оцените первый результат, затем внесите правки

В документации Gemini API от Google указано, что Gemini Omni Flash подходит для редактирования видео в несколько итераций через Interactions API. Оценивая первый результат, не просите одновременно внести множество изменений — выберите наиболее заметную проблему, например движение камеры, освещение или кадрирование. Затем дайте новую инструкцию, которая чётко уточняет только этот аспект.

Revise the previous video. Keep the room, materials, furniture, and lighting unchanged. Make the camera movement slower and end with a clear view of the dining area.

Этот пример показывает, как попросить внести одну правку после первого этапа. Несколько итераций могут упростить отслеживание изменений на каждом этапе; однако в документации не указано ни конкретное количество итераций, ни гарантия результата, поэтому доступность функции и качество результата следует проверить на практике.

4. Продлите существующее видео или задайте кадр

В документации Google по Veo 3.1 указана поддержка продолжения видео и генерации с привязкой к кадрам. Если вы планируете продолжить короткий архитектурный ролик, опишите, какую часть сцены нужно продолжить. В доступных источниках нет подробных параметров или шагов для использования функции продолжения видео; способ применения следует уточнить в актуальном руководстве по API.

Поддержка Veo 3.1 для генерации с привязкой к определённым кадрам также задокументирована. Однако в источнике не объясняется, какие параметры или шаги нужны для использования этой функции. Поэтому не следует полагать, что достаточно описать выбор кадра в самом промпте; способ реализации нужно проверить в актуальном руководстве по generateContent API.

Extend the supplied architectural video with a quiet continuation of the same courtyard view. Maintain continuity with the existing scene, including the façade, planting, paving, and lighting. Do not introduce a new location.

В этом примере рабочий процесс продолжения видео описан на примере архитектурной сцены. Хотя наличие этой функции указано в документации Google, здесь не объясняется, как загрузить клип или задать длительность продолжения; шаги реализации следует уточнить в актуальном руководстве по API.

Распространённые ошибки и следующие шаги

• Если в одном промпте расплывчато задать пространство, движение камеры, освещение и множество изменений, будет сложнее понять, что сработало. Упростите инструкцию и меняйте по одному параметру за раз.

• Не предполагайте, что геометрия или материалы на референсном изображении будут сохранены в точности. Сравните результат с изображением проекта и чётко укажите необходимые исправления.

• Не рассматривайте Gemini Omni Flash и Veo 3.1 как один и тот же рабочий процесс. Выбирайте модель исходя из задачи: многократное редактирование, продолжение видео, генерация с привязкой к кадрам или управление с помощью изображения.

• В доступных источниках нет сведений о ценах, лимитах, ограничениях на результат и шагах работы с API. Перед запуском реального проекта проверьте эти данные в актуальной документации Gemini API.

Для архитектурных и интерьерных бюро этот подход может помочь быстро подготовить аудиовизуальный черновик для концептуальных презентаций и экспериментов с атмосферой. Специалистам по archviz стоит проверить, сохраняется ли исходный визуальный язык и помогает ли видео раскрыть проект. В качестве следующего шага сравните две модели на одном изображении и с похожими инструкциями, ориентируясь на необходимые функции; перед включением в производственный процесс отдельно проверьте лицензии, стоимость и условия передачи данных проекта.

Источники и лицензия

Это руководство адаптировано на турецкий язык по страницам «Video generation in the Gemini API» и «Prompt design strategies» из документации Gemini API от Google. Оба источника доступны по лицензии CC BY 4.0. Примеры промптов для архитектурных задач написаны специально для этого руководства.