Gemini Omni 1.2 Flash 延长视频片段,720p API 每秒 0.07 美元
Google DeepMind 更新了 Gemini Omni 视频模型。用户可生成最长 15 秒的片段,再通过多轮对话编辑。720p API 每秒 0.07 美元。
海宇数科 · 事件日期 · 约 2 分钟 · 1 次阅读

Google DeepMind 推出 Gemini Omni 1.2 Flash。这次更新同时涉及视频长度、镜头连贯性、对话修改和接入价格。
片段生成与局部调整
新版覆盖视频的首次生成和生成后的修改。
可指定 3 至 15 秒的成片长度。此前同系列模型的单段上限是 10 秒。

先用 360p 或 720p 查看草稿,画面确认后可选择放大至 1080p 或 4K。
新版着重保持角色和物品在连续镜头中的外观,并改进多人讲话时的口型对应。
对现有片段继续描述要改的地方即可,例如更换环境或调整打光。
开放渠道与计费
开发者可从 Gemini API 和 Google Cloud 接入,创作工具也会提供入口。
Flow、Vids、Ads 和 AI Studio 均在这批开放渠道中。Gemini 应用的 15 秒片段对 Ultra 用户开放。
第三方平台也陆续提供接入。OpenRouter 列出的费率随输出分辨率变化。
以 API 生成 15 秒 720p 片段为例,按每秒 0.07 美元计算,费用为 1.05 美元。
首发盲测结果
Arena 公布的首轮盲测中,新版在文生视频和图生视频两项均排在首位。
文生视频项目录得 1541 分,比 Omni 1.1 Flash 高 27 分。
