发布日期

Google 推出 Gemini Omni 1.2 Flash：视频最长 15 秒，价格降 30%，首次正式商用

Google DeepMind 11 月 5 日推出 Gemini Omni 1.2 Flash，并首次让 Gemini Omni 正式可用，覆盖 Gemini API 和面向企业的 Gemini。新版支持原生 15 秒视频、多轮对话式编辑，价格较 Omni 1.1 下调 30%，720p 每秒 0.07 美元。

黑色背景上写着 Introducing Gemini Omni 1.2 Flash，周围有四个视频示例画面
Google 官方发布页题图：黑底上的“Introducing Gemini Omni 1.2 Flash”标题，周围是蜜蜂、卡通动物、行人和章鱼四段示例画面。

官方称，视频长度从 Omni 1.1 的 10 秒提高到 15 秒，可在 3 到 15 秒之间按 1 秒设定。新版可结合人物、产品或风格图片、最长 3 秒的动作片段和音频提示生成，并在镜头切换中保持人脸、服装、包装文字和品牌色一致；也能在同一段 15 秒视频上逐轮用对话修改，例如换产品、背景、光线、天气或画幅，而不必重新生成。

成本方面，官方称价格较 Omni 1.1 降 30%，720p 视频每秒 0.07 美元。工作流上可先用 360p 或 720p 快速出草稿，再用后续指令改细节，最后放大到 1080p 或 4K。官方还称语音更自然、多说话人口型更清楚，并减少了镜头运动中的跳切。

这是 Gemini Omni 首次正式可用，由 Google Cloud 的企业级基础设施支持，提供预置吞吐量（Provisioned Throughput），输出带不可感知的 SynthID 水印。官方承认快速体育动作、快速剧情切换和复杂物理仍在改进。以上效果均为厂商自述。

来源

  1. Gemini Omni 1.2 Flash: Fast and cost-effective with longer clips — Google（DeepMind）

专题：Google

相关报道

在 ？ 中打开这篇 →