Gemini Omni 1.2 Flash推15秒视频

2026年11月5日

|

Gemini Omni 1.2 Flash 带来了15秒的片段、更强的连贯性，以及更快、更具成本效益的生成。

Anish Nangia

产品经理，Google DeepMind

听文章

[[时长]] 分钟

此内容由 Google AI 生成。生成式 AI 是实验性的

今天，我们将推出 Gemini Omni 1.2 Flash，并在 Gemini API 和 Gemini for business 上提供通用版本。Gemini Omni 1.2 Flash 引入了原生的15秒视频创建、多轮对话编辑功能以及增强的参考遵循能力。我们将价格降低了30%，使其在720p视频上以每秒0.07美元的价格提供。

以下是新增功能概述：

规模化快速且具成本效益

除了更低的 价格，工作流程还能降低成本：您可以在360p或720p下快速草拟，使用后续编辑来修复细节，而不是重新生成整个片段，然后将您最好的创作升级到1080p或4K。

更长的片段，最长可达15秒

现在，您可以原生生成和编辑长达15秒的视频，比 Omni 1.1 的10秒更长。您还可以从3秒到15秒以一秒为单位的增量指定持续时间，让您有足够的空间讲述完整的故事，创建产品说明者，或在一次生成中制作完整的社交广告位。

更好的参考遵循

您可以通过结合角色、产品或风格图像、短动作片段（最长三秒）和音频提示来指导生成——而 Omni 1.2 Flash 从头到尾都保留这些细节。人脸、服装、包装字体和品牌颜色在不同相机角度下保持一致，使您能够轻松地将现有的产品摄影或角色表单转换为虚拟试穿片段、目录旋转和品牌视频广告。

结合一张模型照片和三套服装的前后产品照片，Gemini Omni 1.2 Flash 在360度旋转和匹配剪辑中生成15秒的虚拟试穿序列，同时保持模型的身份和每件服装的剪裁、垂坠和后部细节的一致性。

更一致的结果

您可以从第一帧到最后一帧保持更强的角色、物体和场景连贯性，减少运动和相机转换之间的视觉漂移或变形。无论是您在第一个和最后一个关键帧之间进行插值，还是将片段扩展以构建更长的序列，产品、角色、道具和环境在每一镜头中都保持一致。

对于相同的静态工作室灯光展览海报和五层动画提示，Gemini Omni 1.1 Flash 与参考图像的匹配程度不如1.2。Gemini Omni 1.2 Flash 按顺序逐层在布满灰尘的粉色穹顶上构建海报，组装肋骨玻璃、温暖的光丝、切割晶体和卷绳字母形，HALO、GLOW 和 LUMEN，并通过最终帧始终锁定每个材料、阴影和字体细节的一致性。

对话中更轻松的编辑

您可以逐轮细化同一片段——例如交换产品或背景、改变灯光或天气、切换宽高比——而不是从头开始。多轮对话编辑适用于完整的15秒片段，使您能够轻松地为不同的受众和位置制作广告变体，而无需重新简报或重新生成。

从一段生成的视频开始，多轮对话提示逐轮切换背景——从条纹帐篷到橡树林，白色骏马的马厩，市集，以及石头城堡——同时保持两个角色的表演、盔甲反射和摄像机构图不变

更自然的语音

您可以生成具有更流畅、自然对话、更清晰的口型同步和独特的多说话者调节的场景。无论您是在Flow中指导多角色对话，还是在Gemini for business中创建视频解说，或是在Google Vids中使用头像、音乐和旁白创建精制的专业视频，这都是可见的

基于一个音乐厅场景图像以及四个角色、口型和一秒钟的声音参考，Gemini Omni 1.2 Flash将每个采样的声音路由到正确的角色，在15秒的动画场景中表现出富有表现力的口型同步和自然喜剧时机

更可控、电影般的视觉效果

您可以指导复杂、连续的摄像机运动，如FPV环绕飞行，到戏剧性的缩放和轨道，显著减少不必要的跳切，更稳定的比例，以及更精致、电影般的视觉效果

在两张建筑参考照片的指导下，Gemini Omni 1.2 Flash指导一次连续的FPV无人机飞行穿过广场，穿过青铜大门，并通过万神殿的肋条穹顶到达中央眼，没有任何跳切

更长的片段，更平滑的运动和更紧密的一致性

Gemini Omni 1.2 Flash生成的片段长达15秒，比以前更好地保持参考。您可以滚动查看角色、文本和摄像机移动在长镜头、多个回合和过渡中保持一致，没有任何剪辑

真实世界的成果，从创意人士到全球品牌

企业、初创公司和创意人士已经开始在他们的工作流程中使用Gemini Omni 1.2 Flash。而且，Gemini Omni现在首次全面提供，并由Google Cloud的企业级基础设施和安全保障。 Provisioned Throughput可用，输出带有难以察觉的SynthID水印

开始使用Gemini Omni 1.2 Flash

虽然正在开发以进一步改进快速运动、快速脚本更改和复杂物理等方面，但Gemini Omni 1.2 Flash非常适合企业、开发者和创作者大规模制作视频。您可以今天开始使用Gemini Omni 1.2 Flash，因为它正在Google的产品和开发者平台上推出：

• 对于使用Gemini API的开发者：在Google AI Studio中进行原型设计，探索交互式启动应用程序，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。
• 对于所有使用Google应用程序的用户：在Flow中指导场景和多轮编辑，使用Google账户或Google Workspace订阅在Google Vids中免费生成15秒片段，在Gemini应用程序（正在推出到Google AI Ultra订阅者）中创建15秒视频，并在Google Ads中扩展视频活动。

将谷歌的最新消息发送到您的收件箱

订阅我们的新闻简报，获取产品更新、活动信息、特别优惠和更多内容。

您的信息将根据Google的隐私政策使用。您可以随时选择退出。