Google 于 11 月 5 日宣布推出 Gemini Omni 1.2 Flash,支持生成最长 15 秒的视频。该模型将 720p 视频生成成本降低 30%,至每秒 $0.07。该模型现已通过 Google Cloud 和 Gemini API 普遍开放使用;Google Vids 则每月为 Google 账号和 Workspace 用户提供最多 3 次免费的 15 秒视频生成。
Gemini Omni 1.2 Flash 延长视频时长并扩大使用范围
Gemini Omni 1.2 Flash 可生成和编辑时长为 3 至 15 秒的视频,并可按 1 秒为单位调整时长。生成一段 15 秒的 720p 视频需花费 $1.05,不包括额外的编辑或处理费用。团队可以先以较低分辨率起草,再将获批素材提升至 1080p 或 4K。
该模型支持多轮对话式编辑,用户可以通过后续指令更改背景、光线或构图。Google 表示,该模型在面部、包装和品牌颜色方面的一致性有所提升,且对话和唇形同步更加自然。
Google Cloud 的发布公告确认该模型已可用于生产环境,并提供 Provisioned Throughput,供需要预留处理能力的组织使用。开发者可以将视频生成功能集成到应用中,零售商则可以利用这些功能制作产品视频。
Google Vids 新增免费 Omni 1.2 Flash 视频生成
Google Vids 每月为 Google 账号和 Workspace 用户提供最多 3 次免费的 15 秒视频生成,符合条件的订阅用户可享有更高额度。Workspace 用户的推送工作于 11 月 5 日开始,预计用户会在一至三天内看到该功能。
在 Gemini 的商务聊天界面中直接创作视频的功能仍有待推出。Google 各项服务提供的模型和订阅要求有所不同。
Gemini Omni 1.2 Flash 支持编辑、分析和安全控制
Google 也在通过代理式视频理解降低视频分析成本,该功能会分析选定的素材,而非处理每一帧。该模型可以修改现有视频中人物的语音,但 Google 目前对此功能有所限制。生成的视频带有肉眼不可见的 SynthID 水印,而音频参考功能需要加入许可名单才能使用。
Google 承认,该模型在快速的体育动作、剧本快速变更和复杂物理效果方面存在局限。尽管生成价格较低,反复编辑和结果不一致仍可能影响总制作成本。
Gemini Omni 1.2 Flash 规格与可用情况
- Gemini Omni 1.2 Flash 可生成和编辑时长为 3 至 15 秒的视频。
- 视频时长可按 1 秒为单位调整。
- 720p 视频生成成本在降低 30% 后为每秒 $0.07。
- 生成一段 15 秒的 720p 视频需花费 $1.05,不包括额外的编辑或处理费用。
- 获批素材可提升至 1080p 或 4K。
- 该模型现已通过 Google Cloud 和 Gemini API 普遍开放使用。
- Google Cloud 为需要预留处理能力的组织提供 Provisioned Throughput。
- Google Vids 每月为 Google 账号和 Workspace 用户提供最多 3 次免费的 15 秒视频生成。
- 生成的视频带有肉眼不可见的 SynthID 水印。
常见问题
Gemini Omni 1.2 Flash 视频最长可以多长?
Gemini Omni 1.2 Flash 可生成和编辑时长为 3 至 15 秒的视频,时长可按 1 秒为单位调整。
生成一段 15 秒的 Gemini Omni 1.2 Flash 视频需要多少钱?
生成一段 15 秒的 720p 视频需花费 $1.05,不包括额外的编辑或处理费用。降低 30% 后,720p 视频的生成价格为每秒 $0.07。
Gemini Omni 1.2 Flash 可以在哪里使用?
该模型现已通过 Google Cloud 和 Gemini API 普遍开放使用。Google Vids 也每月为 Google 账号和 Workspace 用户提供最多 3 次免费的 15 秒视频生成。