谷歌发布 Gemini Omni 1.2 Flash，支持 15 秒视频生成

谷歌发布了 Gemini Omni 1.2 Flash，该模型已在 Gemini API 和 Gemini for business 全面开放。此次更新引入了原生 15 秒视频创作、多轮对话式编辑功能以及增强的参考内容遵循能力。

关键功能与定价

与 Gemini Omni 1.1 相比，价格下降了 30%，720p 视频的价格为每秒 0.07 美元。用户可以使用 360p 或 720p 进行草稿创作，进行后续编辑，并提升至 1080p 或 4K。视频时长可以以 1 秒为增量指定，范围从 3 秒到 15 秒。

编辑与一致性

该模型支持对完整的 15 秒片段进行多轮对话式编辑，允许用户在不重新生成整个片段的情况下交换产品或背景、更改灯光或天气，或切换宽高比。谷歌表示，该模型从第一帧到最后一帧保持了更强的人物、物体和场景一致性，减少了视觉漂移或变形。

语音与镜头控制

Gemini Omni 1.2 Flash 能够生成具有更流畅、更自然对话场景，口型同步更清晰，并支持区分多说话人。它还支持复杂、连续的镜头运动，如流畅的 FPV 穿越镜头和戏剧性的拉远镜头，同时减少了不必要的跳切。

可用性

输出内容带有不可见的 SynthID 水印。开发者可以通过 Google AI Studio 使用 Gemini API，而企业可以通过 Google Cloud 控制台构建企业级解决方案。Google 应用用户可以在 Flow 中指导场景，在 Google Vids 中生成片段，并在 Gemini 应用中创建视频，该应用正在向 Google AI Ultra 订阅用户推出。

重要意义

此次发布将原生视频生成时长从 10 秒延长至 15 秒，并降低了成本，使该模型适用于大规模制作视频的企业和创作者。

来源（英文）

• blog.google: Gemini Omni 1.2 Flash: 15-second video and lower pricing

本文由人工智能翻译自英文原文，并经过自动审核，确保与原文意思一致。来源已用英文核实。