AI最前沿 88Z.ai 11 月 6 日消息，谷歌发布Gemini Omni 1.2 Flash视频生成模型，全面开放API。该模型支持原生15秒视频生成，价格较1.1版本降低30%，720p分辨率每秒成本仅0.07美元。功能升级涵盖多轮对话式编辑、首末帧强一致性、参考图像与音频引导、更自然的口型同步及电影级镜头控制。
消息要点
- Gemini Omni 1.2 Flash支持原生15秒视频生成，720p每秒成本0.07美元，较前代降价30%。
- 新功能包括多轮对话编辑、首末帧一致性、音画引导、自然口型同步及电影级镜头控制。
要点
谷歌正式推出Gemini Omni 1.2 Flash视频生成模型，并全面开放其API接口供开发者使用。该模型具备原生生成15秒视频的能力，在成本控制方面表现显著，相比1.1版本价格下调30%，其中720p分辨率的视频生成费用仅为每秒0.07美元。 在功能特性上，新版本实现了多项技术升级。它支持多轮对话式编辑，允许用户通过交互方式调整视频内容。同时，模型增强了首尾帧的一致性，确保视频结构的连贯。此外，它还引入了参考图像与音频引导功能，优化了口型同步的自然度，并提供了电影级的镜头控制能力，从而提升整体视频生成的质量与可控性。
资料来源与整理说明
本文由 AI最前沿通过 AI 辅助整理公开资料。产品能力与开放范围按发布方说明转述，未将其视为本站实测或独家采访结论。
- IT之家原始资料发布于
以上日期为原始资料发布日期；标题下方日期为本文在 AI最前沿的发布时间。