Google DeepMind发布Gemini Omni 1.2 Flash,视频生成降价30%
速览
Google DeepMind发布Gemini Omni 1.2 Flash,支持原生15秒视频生成和多轮对话式编辑,价格较上一代降低30%。模型已通过Gemini API和Google Vids等产品全面可用。创作者可以更低成本、更高效率地制作专业级视频内容。
Gemini Omni 1.2 Flash 现已通过 Gemini API 和 Gemini for business 全面可用,价格从 Omni 1.1 的每 720p 视频秒 $0.10 降至 $0.07,降幅 30%。工作流程进一步优化:用户可先在 360p 或 720p 下快速草稿,通过后续编辑修复细节,最后将最佳片段提升至 1080p 或 4K,避免反复完整生成。
视频长度从 10 秒延长至 15 秒,支持以 1 秒为增量指定时长(3 至 15 秒),适合完整故事、产品说明或社交广告。参考一致性显著增强,支持结合角色、产品或风格图片、最长 3 秒的短视频片段和音频提示,确保人脸、服装、包装字体和品牌颜色在不同镜头间保持一致。
多轮对话式编辑可连续调整同一片段,例如替换产品或背景、改变光照或天气、切换宽高比,无需从头再生成。生成的场景对话更自然,唇形同步更清晰,并支持多说话人条件控制,适用于 Flow、Gemini for business 或 Google Vids 中的正式视频制作。
复杂相机运动控制更精细,如 FPV 飞越、拉远或环绕镜头,减少了不想要的跳切和缩放抖动,整体电影感更强。角色、物体和场景在首尾帧之间保持更高一致性,减少视觉漂移和变形。
原文Gemini Omni 1.2 Flash: Fast and cost-effective with longer clipsdeepmind.google
#Google#Gemini#多模态
本文由程序自动抓取公开报道,经 AI 筛选与改写生成,未经人工逐条核实,事实以原文为准。