Gemini Omni 1.2 Flash - 谷歌 DeepMind 推出的 AI 视频生成模型
Gemini Omni 1.2 Flash是什么
ジェミニ Omni 1.2 Flash 是谷歌 DeepMind 推出的视频生成模型,单次可生成 3 至 15 秒的视频,时长能逐秒指定。Gemini Omni 1.2 Flash 支持对话式多轮修改,可逐轮更换背景、调整光线和画幅,无需整段重新生成;还能结合角色图、产品图、动作片段与音频线索,保证人脸、服装、品牌元素跨镜头一致。Gemini Omni 1.2 Flash 原生生成同步音频,720p 每秒约 0.07 美元,成本较上一代降低 30%。

Gemini Omni 1.2 Flash的功能特色
- 15 秒原生生成:一次生成 3 到 15 秒的视频,时长可按秒灵活设定。
- 对话式多轮编辑:对同一条视频逐轮替换背景、调整光线或改变画幅,无需从头重生成。
- 多模态参考约束:组合角色图、产品图、动作片段和音频线索,让形象、服装、字体与品牌色跨镜头保持一致。
- 首尾帧补间:给定首末画面即可自动生成中间连续镜头,物体与环境不漂移。
- 音画同步生成:对白、音效随画面一起输出,多角色场景能把不同声音分配给对应人物并匹配口型。
- 电影级运镜:FPV 穿越、环绕、急拉远等复杂镜头的跳切问题明显减少。
- 分级降本流程:用 360p/720p 出草稿并只修改不满意的部分,确认后再升级到 1080p 或 4K。
Gemini Omni 1.2 Flash的核心优势
- 时长达标:单次直出 15 秒成片,能承载一条完整的社交广告或产品讲解。
- 低コスト:720p 每秒 0.07 美元、较前代便宜 30%,草稿加定点修改的流程还能进一步压缩开销。
- 改片高效:15 秒整片都支持多轮对话式修改,换背景、调光线、改画幅不必推翻重来。
- 一致性强:多类参考输入共同约束生成,人脸、服装乃至包装字体在多镜头间保持稳定。
- 运镜专业:复杂镜头跳切大幅减少,成片质感更接近专业影视水准。
- 音画合一:音频与画面同步生成,多人物场景可自动分配合适声音并对齐口型。
Gemini Omni 1.2 Flash官网是什么
- プロジェクトのウェブサイト:https://blog.google/innovation-and-ai/technology/developers-tools/introducing-gemini-omni-1-2-flash/
Gemini Omni 1.2 Flash的使用步骤
- 选择入口:开发者用 グーグルAIスタジオ 官网https://aistudio.google.com/免代码试用,企业用户通过 Google Cloud Console,普通用户可选 Flow、Vids 或 Gemini App。
- 开通权限:API 与 AIスタジオ 需绑定付费账号,Gemini App 的 15 秒生成目前仅面向 AI Ultra 订阅者开放。
- 撰写提示词:输入画面描述,若需保证一致性,可同时上传参考图和最长 3 秒的动作或音频片段。
- 设定时长与规格:在 3 至 15 秒范围内逐秒指定时长,建议从 360p 或 720p 起步以控制花费。
- 生成并检查:先查看低清草稿效果,注意输出默认带有 SynthID 水印。
- 对话式修改:用自然语言逐轮调整背景、光线、天气或画幅,无需整段重做。
- 升档导出:确认满意后提升至 1080p 或 4K,按最终分辨率和时长计费。
- 集成上线:开发者可调用 Gemini API,将模型接入自己的业务工作流。
Gemini Omni 1.2 Flash的适用人群
- 电商商家与运营:需要为同一产品快速产出多版背景、光线、画幅的 15 秒投放素材。
- 広告・マーケティングチーム:想做一条母片、批量衍生多版本用于 A/B 测试,降低重新生成的成本。
- ショートビデオクリエイター:个人用户在 Vids 上可免费生成 15 秒片段,适合低成本试水出片。
- 开发者与企业:希望把视频生成能力通过 ジェミニAPI 接入自有工作流,需要 SynthID 水印和预留吞吐等合规能力。
- 影视与 VFX 从业者:用低清草稿做镜头预演和粗剪,确认后再升 4K 交付。
- 时尚/零售品牌:如做虚拟试穿、360 度产品演示,需要锁定模特身份与服装细节的场景。
Gemini Omni 1.2 Flash的常见问题
Q1:单次最多能生成多长的视频?
A1:原生单次最长 15 秒,时长可在 3 到 15 秒之间按秒指定。
Q2:价格怎么算?
A2:按输出分辨率和时长计费,720p 为每秒 0.07 美元,比上一代低 30%;建议先用低清草稿、满意后再升 1080p 或 4K 省钱。
Q3:普通用户能直接用吗?
A3:可以。普通谷歌账号可在 Vids 免费生成 15 秒片段;但 Gemini App 内的 15 秒生成目前仅限 AI Ultra 订阅用户。
Q4:生成的人物和跨镜头会不一致吗?
A4:模型支持上传角色图、产品图、动作片段和音频线索作为参考条件,能在多镜头间保持人脸、服装、包装字体和品牌色稳定。
Q5:能不能只改视频中的一部分?
A5:可以。支持对话式多轮编辑,逐轮更换背景、调整光线、改变画幅即可,不需要整段重新生成。
© 著作権表示
記事の著作権 AIシェアリングサークル 無断転載はご遠慮ください。
関連記事
コメントはありません




