Gemini Omni 1.2 Flash 发布:十五秒视频与多轮编辑
Google 公布视频生成模型的时长、价格与编辑流程,支持组合图片、短动作片段和音频参考;快速体育动作、剧本快速变化与复杂物理仍在改进。
资讯整理 · blog.google · 原文日期 2026-11-06
十五秒视频与按秒计价
Google 宣布推出 Gemini Omni 1.2 Flash,并在 Gemini API 和面向企业的 Gemini 中全面开放。公告列出的功能包括原生生成十五秒视频、多轮对话编辑和增强的参考素材遵循能力;720p 视频价格为每秒 0.07 美元。
先生成草稿,再放大选定作品
公告给出一条可选的制作流程:先以 360p 或 720p 生成草稿,通过后续编辑修改细节,再把选中的作品放大到 1080p 或 4K。这里的高分辨率输出来自放大步骤,使用者可以在草稿阶段调整内容,再选择需要放大的版本。
组合图片、动作片段与音频参考
生成时可以组合人物、产品或风格图片,加入最长三秒的动作片段及音频提示。Google 称,模型能在镜头角度变化时保持面孔、服装、包装文字和品牌颜色的一致性,并列出虚拟试穿、商品旋转展示与品牌广告等用途;这些表现属于发布方的能力描述。
围绕同一片段逐轮修改
对话编辑允许围绕同一段视频连续提出修改,包括替换产品或背景、改变光照与天气,以及调整画面比例。公告称,这种编辑方式覆盖完整十五秒片段,可用于制作面向不同受众和投放位置的广告版本,无需每次重新描述需求或重新生成整段视频。
开发入口与仍待改进的场景
开发者可从 Google AI Studio 制作原型,查看交互式入门应用、开发文档和定价;企业用户可在 Google Cloud 控制台试用,并通过 API 构建应用。公告同时说明,快速体育动作、剧本快速变化和复杂物理等方面仍在继续改进。
原始标题:Gemini Omni 1.2 Flash: Fast and cost-effective with longer clips
来源:blog.google