今日，据报道，谷歌推出视频生成模型 Gemini Omni 1.2 Flash，已在 Gemini API 与 Gemini for business 全面开放。相较 1.1 版本降价 30%，720p 视频生成价格为每秒 0.07 美元。
时长与成本结构都做了调整。原生支持时长从 10 秒延长到 15 秒，并可按 1 秒步长在 3 至 15 秒之间自定义；工作流允许先用 360p 或 720p 快速起草，通过局部编辑修正细节，最后再把成品升到 1080p 或 4K，不必重新生成整段。
一致性是这一版的主攻方向。用户可以给定角色、产品或风格图片，配最长 3 秒的动态片段与音频线索，模型在换机位时保持面部、服装、包装字体与品牌色统一；在首末帧之间插值或把片段延长成长序列时，角色、道具与环境也能跨镜头稳定，减少视觉漂移与变形。
编辑方式改为对话式。同一片段可以逐轮替换产品或背景、修改光照与天气、切换画幅，覆盖完整的 15 秒，便于按不同受众与投放位生成广告变体，无需重写提示词。
语音侧支持多说话人条件控制与更清晰的口型同步，画面侧可以指挥 FPV 穿越、戏剧化拉远、环绕等连续镜头。生成内容自带肉眼不可感知的 SynthID 水印，并支持预置吞吐量。
原创文章，作者：Google，如若转载，请注明出处：https://www.kejixun.co/article/767167.html
