模型發布
Google 正式推出 Gemini Omni 1.2 Flash:原生 15 秒影片、多輪對話編輯,720p 每秒 0.07 美元降價 30%
Google AI Blog綜合 3 家報導一手來源
核實資料不足
來源為發布方或研究資料;不代表所有主張已獲獨立核實。
本次未取得足夠原文證據

Google 正式推出 Gemini Omni 1.2 Flash 影片生成模型,並已在 Gemini API 與 Gemini for business 全面開放(GA)。官方稱此為 Gemini Omni 首次正式 GA,並由 Google Cloud 企業級基礎設施與安全機制支撐,提供 Provisioned Throughput,輸出內含不可察覺的 SynthID 浮水印。
主要變更包括:原生影片長度由 1.1 版的 10 秒提升至 15 秒,可在 3 至 15 秒間以 1 秒為單位指定時長;價格較 1.1 版降低 30%,720p 影片每秒 0.07 美元。工作流程上可先以 360p 或 720p 快速起草,再以後續編輯修正細節,最後升級至 1080p 或 4K,避免整段重新生成。
在參考遵循與一致性方面,模型可結合角色、產品或風格圖片、最長 3 秒的動態片段與音頻提示,從首幀到末幀維持臉部、服裝、包裝字體與品牌色彩的一致性。多輪對話編輯可覆蓋完整 15 秒片段,例如替換產品或背景、調整光線或天氣、切換畫面比例。語音方面,對話更自然、口型同步更清晰,並支援多說話人條件控制,適用於 Flow、Gemini for business 與 Google Vids。鏡頭控制方面,可執行連續的 FPV 穿越、大幅拉遠與環繞運鏡,並減少不必要的跳切。
另據 IT之家報導,人民幣換算約 0.47 元/秒(以其註記匯率計)。官方同時表示,快速體育動作、快速劇本切換與複雜物理仍在持續改進中。
讀原始報導來源
- Google DeepMinddeepmind.google
- iThome 中國ithome.com
- Reddit r/singularityreddit.com