Gemini Omni 1.2 Flash 发布:支持15秒视频与多轮编辑,720p价格降至每秒0.07美元6次观看 2026年11月06日发布
Google DeepMind 在11月5日的公告中发布 Gemini Omni 1.2 Flash,将原生视频生成与编辑时长上限从 Omni 1.1 的10秒延长至15秒,加入多轮对话编辑,并改善参考素材遵循和画面一致性。官方宣布,该模型在 Gemini API 和 Gemini for business 正式可用(GA)。 时长增至15秒,价格下调30%新版本支持生成和编辑最长15秒的视频,时长可在 3至15秒之间按1秒递增设置。官方称,价格较 Gemini Omni 1.1 下调30%,其中 720p视频为每秒0.07美元。 制作流程支持先以360p或720p生成草稿,通过后续指令修改细节,再将选中的视频提升至1080p或4K;后两者对应后续升分辨率步骤。 同一片段可通过对话持续修改多轮编辑覆盖完整15秒片段,可用于替换产品或背景、调整光照和天气,以及切换画面比例。对需要制作广告变体、产品展示或角色短片的团队而言,可以围绕已有片段继续调整。 参考输入可组合角色、产品或风格图片、最长3秒的动作短片及音频提示。Google 称,新版改善了人脸、服装、包装文字、品牌配色和场景在运动与镜头切换中的一致性,同时增强自然对白、口型同步和多说话人控制,减少复杂连续运镜中的意外跳切。这些改进来自官方描述与演示,所给材料未提供独立测试结果。 API与应用端开放范围开发者可通过 Gemini API 使用模型,在 Google AI Studio 中制作原型;企业可从 Google Cloud 控制台和API接入。官方表示,Gemini Omni 此次首次正式可用,并提供 Provisioned Throughput,生成内容带有不可见的 SynthID 水印。 应用端按产品逐步开放:
官方仍将高速体育动作、快速剧本变化和复杂物理表现列为持续改进方向。此次更新主要面向需要规模化制作视频的企业、开发者和创作者,应用端的使用条件需按各产品分别判断。 |