谷歌发布 Gemini Omni1.2Flash:单次时长增至15秒,成本降幅达30%
谷歌发布 Gemini Omni1.2Flash:单次时长增至15秒,成本降幅达30%
谷歌近日正式推出了一款全新的AI视频生成模型。
核心技术与功能上,Gemini Omni1.2Flash把单次视频生成的最大持续时长从10秒提高到15秒,长视频创作对多步拼接的依赖由此得到缓解。底层效率的优化也让成本降了下来:720p视频的生成成本从前代的每秒0.10美元下降30%至每秒0.07美元,API生成单段15秒720p视频的成本为1.05美元。

新模型在多视角下对产品、人物、徽标及文字的保持力更强,还支持多回合对话式编辑,用户不用重新生成全局,就能局部调整光线、背景或拍摄角度。自然语音处理、唇形同步及多说话人交互也同步做了改进,360p草稿快速预览与最高1080p或4K输出的能力则延续下来。
Gemini Omni1.2Flash目前已通过Google AI Studio、Google Cloud、Google Flow及Google Vids正式面向开发者与创作者推出。这次更新大幅降低了视频大模型的商用门槛,AI视频生成技术也正加速向精细化、高连贯的工业级生产阶段演进。