模型发布2 分钟读完Hacker News
Google 发布 Gemini Omni 1.2 Flash,支持 15 秒视频生成并降价 30%
速览
Google 推出 Gemini Omni 1.2 Flash,支持原生 15 秒视频生成,性能更强且成本更低。该模型降价 30%,从 Omni 1.1 的定价调整为每 720p 视频秒 0.07 美元。这标志着 AI 视频生成在效率和可及性上的显著提升,适合专业创作者大规模使用。
Gemini Omni 1.2 Flash 现已通过 Gemini API 和 Google Cloud 全面上市,面向商业用户提供。相比前代,视频长度上限从 10 秒提升至 15 秒,且可以 1 秒为增量自定义 3 到 15 秒的时长,便于制作完整故事、产品说明或社交媒体广告片段。
新模型在引用遵循性上有所增强,支持结合角色、产品、风格图像、短片(最长 3 秒)和音频提示进行生成,并保持面部、衣物、包装文字和品牌颜色在镜头切换中的一致性。例如,它可将产品照片转化为虚拟试穿视频或品牌广告。
多轮对话编辑也是新特性,允许用户对现有片段进行逐步修改,如更换背景、调整光照或天气,或改变宽高比,无需从头生成。这能简化广告变体的制作流程,并降低算力消耗。
成本方面,价格下降 30%,720p 视频每秒收费 0.07 美元。工作流程上,用户可先用 360p 或 720p 快速草拟,再通过对话编辑修正细节,最后提升至 1080p 或 4K,实现高效成本控制。
官方还强调,该模型在镜头一致性上表现更佳,减少了视觉漂移,并支持更自然的对话和唇形同步,适用于多角色场景。然而,视频生成仍属实验性技术,结果可能因输入而异。