行业资讯
谷歌正式推出 Gemini Omni 1.2 Flash 视频生成模型，并在 Gemini API 与 Gemini for business 平台全面开放使用。新版模型实现原生15秒视频生成、多轮对话式编辑与更强的参考遵循能力，同时较1.1版本降价30%，720p视频生成价格为每秒0.07美元。
在片段长度上，该模型将原生支持的视频时长从1.1版本的10秒延长到最长15秒，并支持以1秒为单位，在3到15秒区间内自定义时长，可一次性完成完整故事、产品讲解或社交广告片段的生成。
在参考遵循方面，用户可结合角色、产品或风格图片、最长3秒的动态片段与音频线索引导生成，模型可在不同镜头角度下保持面部、服装、包装字体与品牌色彩的一致性。新版模型从首帧到末帧可保持角色、物体、场景的强一致性，减少运动与镜头切换中的视觉漂移和变形。
在编辑与语音效果上，用户可逐轮对同一片段进行调整，例如替换产品或背景、修改光照或天气、切换画面比例，无需从头重新生成；模型还可生成更流畅自然的对话与更清晰的口型同步，支持多说话人条件控制。
目前 Gemini Omni 首次实现全面正式可用，依托谷歌云企业级基础设施与安全能力，支持预置吞吐量，生成内容自带 SynthID 水印。开发者可通过 Google AI Studio 调试，企业用户可在谷歌云控制台体验。
https://www.ithome.com/1/023/026.htm
来源： 来源：IT之家（www.ithome.com）
标签： AI、科技