谷歌发布Gemini Omni 1.2 Flash:原生15秒视频生成,720p价格下调三成

谷歌于11月5日推出Gemini Omni 1.2 Flash,并在Gemini API与面向企业的Gemini中全面可用。模型把原生视频时长从10秒提升到15秒,720p价格下调30%至每秒0.07美元,并加强参考一致性与多轮对话式编辑。

发生了什么

11月5日,谷歌DeepMind产品经理Anish Nangia在官网宣布推出Gemini Omni 1.2 Flash,并使其在Gemini API以及面向企业的Gemini中全面可用。同日,谷歌云博客和Google Vids产品博文跟进说明:这款面向规模化短视频生产的模型,把原生生成与编辑时长从Omni 1.1的10秒提升到15秒,并把720p视频价格较上一版下调30%,定为每秒0.07美元。

官方将其定位为适合企业、开发者和创作者大批量生产视频的版本,首次强调Gemini Omni已全面可用,并由谷歌云的企业级基础设施与安全能力支撑,同时提供预留吞吐(Provisioned Throughput)。

关键细节和数据

创作者可以按1秒为步长,在3到15秒之间指定时长,以便一次生成完整的产品讲解或社交广告。工作流上,可以先以360p或720p快速打草稿,用后续对话只改某一处细节而不必整段重跑,再把满意的结果放大到1080p或4K。谷歌云博客称,其他分辨率也有类似幅度的降价。

参考一致性是本次另一重点。官方写道,可以把角色、产品或风格图片、最长3秒的短动作片段以及音频提示组合起来引导生成;面孔、服装、包装上的字体和品牌色应能在不同机位间保持稳定。谷歌云博客同时注明,音频参考目前仍需加入白名单才能使用。多轮对话式编辑可以在完整的15秒片段上替换产品或背景、改光线或天气、切换画幅。语音方面,官方提到更流畅自然的对白、更清晰的口型同步,以及可区分的多说话人条件控制。

成片带有不可察觉的SynthID水印。谷歌也承认,快速体育动作、频繁改剧本和复杂物理效果仍在继续改进。Google Vids现已运行在Omni 1.2 Flash上:拥有谷歌账号或Google Workspace订阅的用户,每月可免费生成最多3条15秒视频。Workspace更新说明称,3至15秒时长滑块从11月5日起向商务、企业、教育Plus以及个人谷歌账号等版本滚动上线。Gemini应用中的15秒视频则面向Google AI Ultra订阅用户陆续开放;Flow可用于场面调度与多轮修改,Google Ads可用于规模化投放素材。Photoroom首席执行官Matt Rouif称15秒是用户高频需求;QuickFrame AI技术负责人Richard Girges表示,1080p的15秒生成让完整的联网电视广告可以一次出片。

为什么重要

15秒大约对应一条短社交流,或一条标准的联网电视贴片。当参考图能锁住商品细节、多轮修改不必整段重渲时,生成视频才更接近可以进入生产管线的工具,而不只是一次演示。价格下调三成,则直接降低了目录级商品视频的试错成本。

它也说明视频生成正在从“能不能出片”转向“能不能按秒级时长、品牌一致性和企业SLA来交付”。对广告、电商和设计工具来说,这比单纯提高分辨率更关键。

影响和展望

短期看点是参考一致性能否在真实商品图和复杂分镜上站得住,以及音频参考何时对更多开发者放开。中期,若Vids的免费额度与API预留吞吐让中小商家把静态商品图批量变成15秒素材,电商与广告工作流会被改写。对中国创作者和企业来说,可对照的是:国产视频模型是否同样提供可指定的秒级时长、对话式局部修改,以及可核验的水印与企业服务等级。

参考来源

发布者:极致前沿,转转请注明出处:https://www.veryin.com/4452.html

赞 (0)
深度:Anthropic仍拟感恩节前上市,估值预期已从2万亿美元回落到万亿区间
上一篇 2026年11月8日 上午9:10
OpenAI向全部组织开放GPT-Live外呼:经SIP中继拨号,振铃最长3分钟
下一篇 2026年11月8日 下午3:10

相关推荐

发表回复

登录后才能评论