О чём урок
Создание высокосвязных, расширенных видеопоследовательностей с помощью ИИ требует большего, чем простое преобразование текста в видео. Сложная хореография, непрерывность персонажей между кадрами и физическая правдоподобность требуют итеративного цикла генерации и проверки.
В этом руководстве вы создадите автономный, контролируемый по качеству рабочий процесс производства видео, объединяющий пять основных возможностей:
- Gemini Omni Flash (gemini-omni-1.1-flash): Создание 10-секундных начальных кадров с выразительной речью, естественным темпом звука и непрерывным движением камеры за один вызов.
- Судебный анализ видео с gemini-2.5-pro: Проверка непрерывности видео непосредственно в сессии через previous_interaction_id без повторной загрузки файлов.
- 5 универсальных ворот качества:
- Стабильность фона и постоянство окружающей среды: Декорации, архитектура и освещение должны оставаться неизменными. Нулевая терпимость к спонтанному изменению фона или "плавающим" текстурам.
- Кинематика движения и правдоподобность направления: Ходячие персонажи и роверы должны двигаться с истинным поступательным импульсом и физическим весом. Строгий отказ от ходьбы назад, лунной походки или скольжения ног.
- Синхронизация звуковых эффектов и видео: Каждый звуковой эффект шага должен совпадать с точностью до кадра с визуальными ударами ног/колес о землю.
- Твердое столкновение и непроходимость: Персонажи должны физически перемещаться вокруг твердых валунов и камней без прохождения сквозь геометрию.
- Непрерывность камеры в одном дубле: Строго один непрерывный дубль камеры без каких-либо склеек, резких изменений угла или монтажных вставок.
- Автоматическая сортировка и исправление дефектов: Автоматическая маршрутизация дефектов в хирургические микро-скобки "EDIT" или полные повторные съемки "REROLL", с последующей проверкой после редактирования.
- Навыки агента Gemini и управляемые агенты (antigravity-preview-05-2026): Упаковка производственных инструментов в навык агента и развертывание автономного директора для создания полной 30-секундной непрерывной последовательности с говорящим марсоходом.
Установите Google GenAI SDK (google-genai версии 2.9.0 или новее):
Настройте ключ Gemini API. В Google Colab сохраните ключ в Colab Secrets (GEMINI_API_KEY):
Выберите модели для генерации видео, судебного анализа видео и среды управляемого агента.
[!TIP] Почему gemini-2.5-pro для анализа видео? Судебный анализ качества видео требует глубокого…
План урока
- Этот блокнот был предоставлен Giom.
- Настройка
- Установка SDK
- Настройка ключа API
- Выбор моделей Gemini
- Генерация начального видео с Gemini Omni Flash
- Проектирование промптов для физической правдоподобности
- Просмотр видео: 5 универсальных ворот качества
Урок входит в полный доступ. Полный текст и видео открываются после оплаты. Первые уроки каждого курса бесплатны.