Gemini Omni 1.2 Flash登场：15秒生成与对话式编辑，视频成本降三成

Google DeepMind的视频生成模型Gemini Omni 1.2 Flash已更新。它支持最长15秒的生成与编辑、以对话方式替换背景和主体、多位说话人的自然口型，以及连贯的镜头运动；720p为每秒0.07美元，大约便宜了30%。

核心要点速览

Google发布了由@GoogleDeepMind打造的视频生成模型Gemini Omni 1.2 Flash。最大的变化在成本：可用360p或720p以每秒0.07美元生成草稿，并直接升档至1080p或4K。相较以往大约降低30%，对需要大量试做的制作现场来说，也更容易入手。

把提升分辨率的工序放到后段后，构图和时长可以先用低成本验证，只在最终导出时再投入高画质。这种设计很适合想走量、冲传播的短广告和社交媒体视频。

以往的视频生成哪怕只想改一小处，也往往得从头重做。1.2 Flash可以在对话往来中逐轮修改背景、主体和光照，在保留此前成果的同时层层修正。

在声音方面，多位说话人的台词也能让口型自然同步，对参考图的跟随以及帧间一致性都有提升。人物和商品的外观更不容易中途走样，这一点在品牌项目里尤其管用。

生成与编辑可处理的片段最长15秒，并能在3秒到15秒之间任意指定长度。短切片和稍长一些的叙事向内容，都可以用同一模型完成。

镜头可以指定连续运动，让画面更接近切点不显眼的连贯影像。介绍此次发布的帖子浏览超过51万次，获得2,805个赞和905次收藏。官方博客介绍了从创作者到全球品牌的实例，以及上手方法。

Gemini Omni 1.2 Flash：15秒生成，降价30%：原站入口在新标签页查看原始页面的完整内容

可在 X 上直接查看创作者发布的原帖与互动详情。

Gemini Omni 1.2 Flash可以从哪里试用？

官方博客的发布页（goo.gle/4sKZN5U）提供了演示和上手指引，也可以从Google的帖子里查看更新内容。