谷歌Gemini Omni 1.2 Flash上线:原生15秒视频生成,720p价格直降30%

AI资讯2天前发布 EdgeClaw
2 0

11月6日凌晨,谷歌DeepMind正式推出新一代视频生成与编辑模型Gemini Omni 1.2 Flash。相比上一代Omni 1.1 Flash,这次更新的核心只有三个关键词:更长的视频、更低的成本、更自由的编辑方式。在谷歌大模型竞技场中,Gemini Omni 1.2 Flash同时拿下文生视频和图生视频两个榜单的第一名,视频编辑榜也跻身前三,力压FLUX3 Video、Grok Imagine Video 1.5、Seedance 2.5等一批热门竞品。

原生15秒视频生成:从”片段”到”成片”的跨越

Gemini Omni 1.2 Flash最直观的变化是生成时长从10秒提升到15秒,涨幅达到50%,并且支持以1秒为步进,在3秒到15秒之间自由指定时长。对创作者而言,15秒意味着一条完整的短视频广告、产品演示或社媒投放素材可以在一次生成中完成,不必再为凑时长而拼接多个片段。

Gemini Omni 1.2 Flash视频生成引擎概念图,蓝紫渐变光效,展现AI视频技术升级

时长的提升并非简单”加长”,模型在语音和运镜两个维度同步升级。生成的对白更加流畅自然,口型同步更清晰,还支持多说话人区分;运镜方面,FPV穿越、大幅拉远、环绕等复杂连续镜头都能实现。官方演示中,模型完成了一次穿越广场、直上万神殿穹顶天窗的连续FPV飞行,全程零跳切。

多轮对话式编辑:改视频不再”重新抽卡”

如果说更长的时长解决的是”能不能一次生成完”,那么多轮对话式编辑解决的是”生成后怎么改”。过去修改AI视频往往需要重新生成整条素材,而Gemini Omni 1.2 Flash支持围绕同一条视频进行多轮对话修改,用户可以直接用自然语言提出”把背景换成夜晚””调整光线角度””改一下画幅比例”等指令,模型会在保留其他元素的基础上精准调整。

更强的参考图遵循能力也是此次升级的重点:单次生成最多可传入6张参考图,还支持最长3秒的动作参考片段。对于电商产品展示、广告多版本测试、角色短片这类高频改稿场景,这套”对话式编辑”流程能显著降低反复生成的成本与等待时间。

创作者借助AI对话式编辑短视频的3D工作流场景,体现多轮修改与效率提升

价格直降30%:单条视频成本进入”美元级”

价格方面,Gemini Omni 1.2 Flash的720p视频生成单价从上一代的0.10美元/秒降至0.07美元/秒,降幅达30%,约合人民币0.46元/秒,一条15秒的720p视频成本约1.04美元。谷歌表示,这一价格仅为Seedance 2.5同等质量视频生成成本的三分之一左右。

目前该模型已在Gemini API、Google AI Studio、Vertex AI、Flow、Google Vids以及Gemini应用(面向AI Ultra订阅用户)中上线,谷歌广告平台也同步支持。值得注意的是,12月3日起,原Omni 1.1 Flash的API请求将自动路由到1.2版本,现有集成无需改代码即可平滑迁移,并自动享受更低费率。

从Veo到Omni产品线,谷歌正在把视频生成从”尝鲜工具”推向”生产工具”。当生成时长足够覆盖完整叙事、修改成本足够低、定价足够亲民,AI视频生成距离成为内容团队的日常生产力,可能只差一个稳定工作流。

© 版权声明

相关文章