
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。Gemini Omni 1.2 Flash 带来原生 15 秒视频生成、多轮对话式编辑能力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 视频现在为每秒 $0.07。
以下是新功能的概览:
大规模下的高速与高性价比
除了更低的价格,整个工作流也在持续降低成本:你可以用 360p 或 720p 快速起草,通过后续编辑修正细节而不是重新生成整段视频,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,而 Omni 1.1 为 10 秒。你还可以按 1 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、制作产品讲解视频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、产品或风格图片、短运动片段(最长三秒)以及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,让现有的产品摄影或角色设定图轻松转化为虚拟试穿片段、商品 360 度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 可生成一段 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
你可以在首帧到末帧之间保持更强的角色、物体和场景一致性,减少运动和镜头转场中的视觉漂移或变形。无论你是在首末关键帧之间进行插值,还是扩展片段以构建更长的序列,产品、角色、道具和环境都能在镜头之间保持一致。
在相同的静态影棚灯光展览海报和五层动画提示下,Gemini Omni 1.1 Flash 对参考图像的匹配程度不如 1.2。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,并在最后一帧中始终保持每种材质、阴影和排版细节的一致性。
更轻松的对话式编辑
你可以逐轮精修同一段视频——例如替换产品或背景、更改光照或天气、或切换宽高比——而不必从头开始。多轮对话式编辑支持完整的 15 秒片段,让你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。
从一段生成的视频开始,多轮对话式提示逐轮替换背景——从条纹凉亭帐篷到橡树林、带白马的馬廄、集市和石头城堡——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,并支持更长片段
正文: 你可以生成对白更流畅、更自然、口型同步更清晰、多说话人条件控制更分明的场景。无论你是在 Flow 中执导多角色对白、在 Gemini for business 中制作视频讲解,还是在 Google Vids 中借助虚拟形象、音乐和旁白制作精良的专业视频,都能看到这一提升。
在一张温室场景图像以及四个角色、嘴部和一个一秒语音参考的条件下,Gemini Omni 1.2 Flash 将每一段采样语音路由到正确的角色,并在 15 秒的动画场景中呈现出富有表现力的口型同步和自然的喜剧节奏。
更可控的电影质感
你可以指导复杂的连续运镜,从大幅扫掠的 FPV 穿越到戏剧性的拉远和环绕,同时显著减少不想要的跳切,尺度更稳定,画面更具精良的电影质感。
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,穿越广场、穿过青铜门,并向上穿过万神殿的藻井穹顶抵达圆顶天窗,全程零跳切。
更长片段,运动更平滑,一致性更紧密
Gemini Omni 1.2 Flash 可生成最长 15 秒的片段,比以往更好地将各项参考保持一致。你可以滑动查看角色、文字和镜头运动在更长的镜头、多次转场和切换中保持连贯,且没有剪辑点。
15 秒长片段:将一张风格帧转化为一个 4 镜头、15 秒的宏观科学讲解视频,标注文字拼写准确并带运动跟踪。
多轮运动迁移:在第 1 轮生成一只泛着波纹的章鱼,然后在第 2 轮将其替换为一名舞者,其裙摆精确复现了同样流畅的运动。
首尾帧一致性(1.1 对比 1.2):在 1.2 Flash 中,将外部起始帧与内部结束帧通过一次连续的镜头推进连接起来。你可以看到诸如屋顶上的猫、汤勺变成筷子等细微差异,以及其他一些细微变化。
不间断的急拉变焦:在一次 10 秒的镜头中,从紧凑的海岸线特写连续拉远至岛屿空中全景,尺度自然且零剪辑。
真实成果,从创作者到全球品牌
企业、初创公司和创作者已经在工作流中使用 Gemini Omni 1.2 Flash。并且,Gemini Omni 首次正式开放可用,由 Google Cloud 的企业级基础设施和安全能力提供支持。Provisioned Throughput 现已可用,输出内容带有不可察觉的 SynthID 水印。
开始使用 Gemini Omni 1.2 Flash
虽然开发工作仍在继续,以进一步改进快速体育动作、快速脚本变化和复杂物理效果等方面,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。你可以立即开始使用 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 中原型验证,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 控制台中试用,并使用 API 构建企业解决方案。
- 对于使用 Google 应用的所有人:在 Flow 中执导场景和多轮编辑;使用 Google 账号或 Google Workspace 订阅,在 Google Vids 中免费生成 15 秒片段;在 Gemini 应用中创建 15 秒视频(正在向 Google AI Ultra 订阅用户推出);在 Google Ads 中扩展视频广告活动。
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。
请查看你的收件箱以确认订阅。
你也可以使用 订阅。
你的信息将按照 Google 的隐私政策使用。你可以随时退订。