Google DeepMind 推出 Gemini Omni 1.2 Flash：更快、更省、影片更長

今天，我們正式推出 Gemini Omni 1.2 Flash，並透過 Gemini API 和 Gemini for business 全面開放使用。Gemini Omni 1.2 Flash 引入了原生 15 秒影片生成、多輪對話式編輯功能，並強化了參考遵循能力。我們將價格從 Gemini Omni 1.1 降低了 30%，現在 720p 影片每秒僅需 0.07 美元。以下是新功能的概述。

除了更低的價格，其工作流程也能有效降低成本。您可以先以 360p 或 720p 快速草擬影片，透過後續編輯修正細節，而無需重新生成整個片段，最後再將最佳作品升級至 1080p 或 4K 解析度。

現在，您可以原生生成和編輯長達 15 秒的影片，比 Omni 1.1 的 10 秒有所提升。您還可以以一秒為單位，指定 3 到 15 秒的影片長度，讓您能講述完整的故事、製作產品說明影片，或一次性生成完整的社群廣告。

您可以結合角色、產品或風格圖片、短動態片段（最長三秒）和音訊提示來引導生成，而 Omni 1.2 Flash 能從頭到尾保持這些細節的一致性。臉部、服裝、包裝字體和品牌顏色在不同攝影機角度下都能保持一致，讓您能輕鬆將現有的產品照片或角色設定圖轉換為虛擬試穿片段、產品目錄展示和品牌影片廣告。

Gemini Omni 1.2 Flash 結合一張模特兒照片和三套服裝的正反面產品照，生成了一個 15 秒的虛擬試穿序列。在 360 度旋轉和匹配剪輯中，模型能保持模特兒身份以及每件服裝的剪裁、垂墜感和背面細節的一致性。

您可以從第一幀到最後一幀，保持更強的角色、物體和場景一致性，減少運動和攝影機轉換時的視覺漂移或變形。無論您是在第一個和最後一個關鍵幀之間進行插值，還是延伸片段以建立更長的序列，產品、角色、道具和環境都能在鏡頭之間保持一致。

在相同的靜態攝影棚燈光展覽海報和五層動畫提示下，Gemini Omni 1.1 Flash 無法像 1.2 版本那樣精確地匹配參考圖像。Gemini Omni 1.2 Flash 能在粉紅色弧形背景上，逐層依序建構海報，組裝出六角形基座上升的羅紋玻璃、溫暖燈絲、多面水晶和盤繞電線字體，呈現 HALO、GLOW 和 LUMEN 字樣，並在最終畫面中鎖定每個材質、陰影和排版細節的一致性。

您可以逐輪精修同一個影片片段，例如替換產品或背景、改變燈光或天氣，或切換長寬比，而無需從頭開始。多輪對話式編輯適用於完整的 15 秒片段，讓您能輕鬆為不同受眾和廣告版位製作廣告變體，無需重新提供簡報或重新生成。

從一個生成的片段開始，多輪對話式提示能逐輪替換背景，從條紋帳篷到橡樹林、有白馬的馬廄、市集和石城堡。同時，它能保持兩個角色的表演、盔甲反射和攝影機構圖的完整性。

您可以生成具有更流暢、自然對話、更清晰唇形同步和獨特多說話者條件的場景。無論您是在 Flow 中指導多角色對話，在 Gemini for business 中創建影片說明，還是在 Google Vids 中使用虛擬人偶、音樂和旁白製作精美的專業影片，這些功能都將體現出來。

在一個溫室場景圖像以及四個角色、嘴型和一秒語音參考的條件下，Gemini Omni 1.2 Flash 能將每個採樣的聲音導向正確的角色。它在 15 秒的動畫場景中，展現了富有表現力的唇形同步和自然的喜劇時機。

您可以引導複雜、連續的攝影機運動，例如掃描式 FPV 穿越、戲劇性縮放和環繞軌道。這能顯著減少不必要的跳切、保持更穩定的比例，並呈現更精緻、電影般的視覺效果。

在兩張建築參考照片的引導下，Gemini Omni 1.2 Flash 能引導一次連續的 FPV 無人機飛行，穿越廣場，穿過青銅門，並向上穿過萬神殿的格狀圓頂到達天窗，全程沒有任何跳切。

Gemini Omni 1.2 Flash 能生成長達 15 秒的影片片段，並且比以往更好地保持參考資料的一致性。您可以捲動查看，會發現角色、文字和攝影機移動在更長的鏡頭、多個轉場和過渡中保持一致，沒有任何剪切。

從創意工作者到全球品牌，企業、新創公司和創意人士都已將 Gemini Omni 1.2 Flash 應用於他們的工作流程中。Gemini Omni 現在首次全面上市，並由 Google Cloud 的企業級基礎設施和安全性提供支援。它支援預置吞吐量（Provisioned Throughput），且輸出內容帶有難以察覺的 SynthID 浮水印。

儘管我們仍在持續開發，以進一步改進如快速運動動作、快速腳本變更和複雜物理等功能，但 Gemini Omni 1.2 Flash 仍是企業、開發者和大規模影片創作者的理想選擇。隨著它在 Google 的產品和開發者平台中推出，您今天就可以開始使用 Gemini Omni 1.2 Flash：對於使用 Gemini API 的開發者：可以在 Google AI Studio 中進行原型開發，探索互動式入門應用程式，並查閱開發者文件和定價。

對於企業：可以在 Google Cloud 控制台中試用，並使用 API 建構企業解決方案。對於所有使用 Google 應用程式的用戶：可以在 Flow 中指導場景和多輪編輯，使用 Google 帳戶或 Google Workspace 訂閱在 Google Vids 中免費生成 15 秒影片，在 Gemini 應用程式中創建 15 秒影片（將陸續向 Google AI Ultra 訂閱者推出），並在 Google Ads 中擴展影片廣告活動。