Google 11 月5 日推出影片生成模型Gemini Omni 1.2 Flash，单支影片长度从10 秒拉长到15 秒，价格比1.1 版降30%。依Google 官方部落格，720p 影片每秒0.07 美元，这也是Gemini Omni 第一次正式全面开放（generally available），可以透过Gemini API 与企业版Gemini 使用。

Google 的Logan Kilpatrick 在X 上整理这次的重点：影片更长、镜头控制更细、可以用多轮对话修改、画面飘移更少，以及价格降30%。

720p 每秒0.07 美元，草稿满意再放大到4K

Google 说，除了降价，新的流程也能省成本：先用360p 或720p 快速生成草稿，有细节要改就用一句话追加修改，不必整段重新生成，满意后再把影片放大到1080p 或4K。

影片长度可以从3 秒到15 秒、以1 秒为单位指定。 Google 举的用途是一次生成完整的产品说明或社群广告短片。

对话修改：一轮一轮换背景、主角与光线

同一支影片可以一轮一轮修改，例如替换产品或背景、调整光线与天气，或改变长宽比，15 秒的完整影片都能用。 Google 的示范从一支生成好的影片开始，连续把背景从条纹帐篷换成橡树林、马厩、市集与石造城堡，两个角色的动作、盔甲反光和镜头构图都维持不变。

参考素材也更好用。用户可以混合角色、产品或风格图片、3 秒以内的动作片段与声音提示，Google 说人脸、服装、包装上的字体与品牌色在不同角度下都能保持一致。示范是用一张模特儿照片，加上三套服装的正反面照，生成15 秒、360 度旋转的虚拟试穿影片。

多人对话嘴型更准，镜头跳接变少

对话场景也有改善，台词更自然、嘴型对得更准，可以分别指定不同角色的声音。镜头方面，Google 说FPV 穿越、拉远、环绕这类连续运镜的跳接明显变少，示范是用两张建筑照片，生成一镜到底飞过罗马万神殿广场、穿过铜门、直上穹顶天窗的影片。

Google 也承认仍有限制：快速的运动动作、脚本快速切换与复杂物理还在改进。生成的影片都会加上肉眼看不到的SynthID 浮水印。

Gemini App 限Ultra 用户，Google Vids 免费产15 秒影片

开发者可以在Google AI Studio 与Gemini API 使用，企业走Google Cloud。一般用户方面，Flow 可以直接导演场景与多轮修改，Google Vids 让有Google 帐号或Workspace 订阅的用户免费生成15 秒影片，Gemini App 则先开放给Google AI Ultra 订阅用户。

Gemini Omni 今年5 月首次发表时影片上限10 秒，6 月推出Flash 版时Google 称在3 项影片生成评测拿下最佳成绩，见Gemini Omni Flash 在影片生成3 项SOTA。 OpenAI 本周也更新了图像模型，ChatGPT Images 2.6 可以做GIF。

本文链接地址：https://www.wwsww.cn/rgzn/42318.html
郑重声明：本文版权归原作者所有，转载文章仅为传播更多信息之目的，如作者信息标记有误，请第一时间联系我们修改或删除，多谢。