
Gemini Omni 1.2 Flash 正式商用:低成本视频生成

Google Cloud 将 Gemini Omni 1.2 Flash 转为正式商用。它面向企业批量制作的日常视频,包括产品视频、虚拟试穿和广告。开发者可通过 API 调用,企业用户可在 Gemini for Business 和 Google Vids 中使用。
关键新特性:720p 视频生成价格降到每秒 $0.07,比 Gemini Omni 1.1 Flash 便宜 30%,其他分辨率也有类似降幅。单次可生成或编辑最长 15 秒 的片段(此前为 10 秒)。模型对图片和视频参考的遵循更强,能在不同镜头中保持产品、角色和品牌细节一致。创作者可以先在 360p 或 720p 快速出草稿,再放大到 1080p 或 4K。语音生成更自然,对话更流畅,唇形同步更清晰,并支持多说话人条件。同一段视频还可以通过对话继续修改,比如换产品、改灯光或换机位,而不是重头再来。音频参考功能需要加入 allowlist 后才可使用。
模型已具备生产级能力,依托 Google Cloud 的企业级基础设施与安全体系,提供 Provisioned Throughput,输出带有不可感知的 SynthID 水印。
一批设计与创意平台已经接入该模型。Artlist 用它做参考生成、视频扩展和创意一致性;FLORA 用视频到视频生成新风格;invideo 在内部评估中认为它提示词遵循好,物理和声音真实;Krea 用于角色和场景替换等创作流程;Picsart 用来快速迭代概念,再渲染 4K;Runway 也用于企业级高质量内容生产。零售场景中,Photoroom 用 Gemini Omni 1.2 Flash 驱动其 Video Ad Maker 和 Product Animator,QuickFrame AI 则利用 15 秒、1080p 生成能力一次做出完整的 CTV 广告。
接下来,Gemini for Business 用户将可以在聊天中通过一句话或一张产品图生成短视频;Google Vids 可把生成片段与虚拟人物、音乐和旁白组合,制作产品说明、预告片、社媒帖子和销售推销内容。开发者也能通过 API 把该模型嵌入自己的应用和 Agent。Google Cloud 表示会根据反馈继续改进。


