Newshot
Account

Gemini Omni 1.2 Flash 发布:更快更省,支持更长片段

AI summary

Gemini Omni 1.2 Flash 正式发布,主打更快的处理速度与更低的成本。该版本支持生成更长的片段。

Translation(model translation, not the source's own text)
图片文字“Gemini Introducing Gemini Omni 1.2 Flash”被蜂巢、对话中的动物、一只鱿鱼和一位走在街上的女性的图片环绕
图片文字“Gemini Introducing Gemini Omni 1.2 Flash”被蜂巢、对话中的动物、一只鱿鱼和一位走在街上的女性的图片环绕

今天,我们正式推出 Gemini Omni 1.2 Flash,并在 Gemini API 和 Gemini for business 中全面开放使用。Gemini Omni 1.2 Flash 引入了原生 15 秒视频创建、多轮对话式编辑功能以及增强的参考遵循能力。我们将价格从 Gemini Omni 1.1 下调了 30%,720p 视频的价格为每秒 $0.07。

以下是新功能的概览:

大规模下的快速与高性价比

除了更低的价格,整个工作流也能降低成本:你可以用 360p 或 720p 快速起草,通过后续编辑修正细节而无需重新生成整个片段,然后将最佳作品升级到 1080p 或 4K。

更长的片段,最长可达 15 秒

你现在可以原生生成和编辑最长 15 秒的视频,从此前 Omni 1.1 的 10 秒提升。你还可以按一秒为增量指定 3 到 15 秒的时长,让你有空间在单次生成中讲述完整故事、制作产品讲解或产出完整的社交广告片。

更好的参考遵循

你可以结合角色、产品或风格图像、短运动片段(最长三秒)和音频提示来引导生成——Omni 1.2 Flash 会从头到尾保持这些细节。面部、服装、包装字体和品牌色彩在不同镜头角度下保持一致,轻松将现有产品摄影或角色设定图转化为虚拟试穿片段、目录旋转展示和品牌视频广告。

将一张模特照片与三套服装的正反面产品图结合,Gemini Omni 1.2 Flash 生成一段 15 秒的虚拟试穿序列,涵盖 360 度旋转和匹配剪辑,同时保持模特的身份以及每件服装的剪裁、垂坠感和背面细节一致。

更一致的结果

你可以从第一帧到最后一帧保持更强的角色、物体和场景一致性,减少运动与镜头转场中的视觉漂移或变形。无论你是在首尾关键帧之间插值,还是扩展片段以构建更长的序列,产品、角色、道具和环境在镜头之间都保持一致。

给定相同的静态影棚灯光展览海报和五层动画提示,Gemini Omni 1.1 Flash 对参考图像的匹配不如 1.2 那样精确。Gemini Omni 1.2 Flash 在灰粉色环形幕布上逐层构建海报,升起六边形基座,组装 HALO、GLOW 和 LUMEN 的罗纹玻璃、暖色灯丝、多面水晶和螺旋线字形,并在最后一帧中一致地锁定每种材质、阴影和排版细节。

更轻松的对话式编辑

你可以逐轮精修同一个片段——例如更换产品或背景、改变光照或天气、或切换宽高比——而无需从头开始。多轮对话式编辑适用于完整的 15 秒片段,轻松为不同受众和投放位置制作广告变体,无需重新简报或重新生成。

从一个生成的片段开始,多轮对话式提示逐轮更换背景——从条纹凉亭帐篷到橡树林、有白马的马厩、集市和石堡——同时保持两个角色的表演、盔甲反光和镜头构图不变。

更自然的语音

文章标题:Gemini Omni 1.2 Flash:快速、高性价比,支持更长片段

正文: 你可以生成对话更流畅自然、唇形同步更清晰、且具备多说话人条件控制的场景。无论你是在 Flow 中执导多角色对话、在 Gemini for business 中制作视频解说,还是在 Google Vids 中用虚拟形象、音乐和旁白制作精良的专业视频,这一点都会体现出来。

在一张温室场景图像以及四个角色、嘴部和一秒语音参考的条件下,Gemini Omni 1.2 Flash 将每个采样语音路由到正确的角色,并在 15 秒的动画场景中呈现富有表现力的唇形同步和自然的喜剧节奏。

更可控、更具电影感的画面

你可以执导复杂的连续镜头运动,比如 sweeping FPV flythroughs 到戏剧性的 zoom-outs 和 orbits, unwanted jump cuts 显著减少,scale 更稳定,画面更具 polished、cinematic 的质感。

在两幅建筑参考照片的引导下,Gemini Omni 1.2 Flash 执导了一段连续的 FPV 无人机飞行,穿越 piazza、穿过青铜门,并向上穿过 Pantheon 的 coffered dome 抵达 oculus,全程零 jump cuts。

更长片段,运动更平滑,一致性更强

Gemini Omni 1.2 Flash 可生成最长 15 秒的片段,对参考的保持能力比以往更好。你可以滑动查看角色、文字和镜头运动在更长镜头、多轮次和转场中保持一致,且没有 cuts。

15 秒长片段:将一个风格帧转化为 4 镜头、15 秒的宏观科学解说,带有拼写准确、运动跟踪的标注。

多轮运动迁移:在第 1 轮生成一只涟漪章鱼,然后在第 2 轮将其替换为一位舞者,其礼服精确复现了相同的流体运动。

首帧到末帧一致性(1.1 vs. 1.2):在 1.2 Flash 中,以一次连续的镜头推进将外部起始帧和内部结束帧连接起来。你可以看到屋顶上的猫、汤勺变成筷子等细微差异,以及其他一些小的变化。

不间断 crash zoom-out:在一条 10 秒镜头中,从紧凑的海岸线特写连续拉远至岛屿航拍全景,scale 自然且零 cuts。

真实成果,从创意人到全球品牌

企业、初创公司和创意人已经在工作流中使用 Gemini Omni 1.2 Flash。而且 Gemini Omni 首次正式全面可用,由 Google Cloud 的企业级基础设施和安全能力提供支持。Provisioned Throughput 已可用,输出带有不可感知的 SynthID 水印。

开始使用 Gemini Omni 1.2 Flash

虽然开发仍在持续,以进一步改善快速体育动作、快速脚本变化和复杂物理等能力,但 Gemini Omni 1.2 Flash 非常适合大规模制作视频的企业、开发者和创作者。你今天就可以开始使用 Gemini Omni 1.2 Flash,它正在 Google 的产品和开发者平台中陆续推出:

  • 对于使用 Gemini API 的开发者:在 Google AI Studio 中做原型,探索交互式入门应用,并查看开发者文档和定价。
  • 对于企业:在 Google Cloud console 中试用,并通过 API 构建企业解决方案。
  • 对于所有使用 Google 应用的用户:在 Flow 中执导场景和多轮编辑,在 Google Vids 中使用 Google 账号或 Google Workspace 订阅免费生成 15 秒片段,在 Gemini 应用中创建 15 秒视频(正在向 Google AI Ultra 订阅者推出),并在 Google Ads 中扩展视频广告系列。

在收件箱中获取 Google 最新资讯

订阅我们的新闻通讯,获取产品更新、活动信息、特别优惠等。

完成。只差一步。

检查你的收件箱以确认订阅。

你也可以通过 订阅。

你的信息将按照 Google 的隐私政策使用。你可以随时退出。

The translation is machine-generated and individual terms may be off. Nothing is rewritten or cut; the original is authoritative.

Published by Google DeepMind
This site only summarises and aggregates; copyright stays with the original author. Headlines and summaries follow the source — where they differ, the original wins.
Read the original ↗