IT之家 · 智能时代T2·基座大模型
78 分
谷歌正式推出 Gemini Omni 1.2 Flash 视频生成模型,在 Gemini API 与 Gemini for business 全面开放。新版将原生时长从 10 秒延长至最长 15 秒,支持多轮对话式编辑与角色、产品、风格参考一致性,720p 定价降至每秒 0.07 美元,较 1.1 版本下降 30%。
Conversational Editing
通过自然语言指令对媒体内容(如视频)进行迭代修改的交互方式
谷歌正式推出 Gemini Omni 1.2 Flash 视频生成模型,在 Gemini API 与 Gemini for business 全面开放。新版将原生时长从 10 秒延长至最长 15 秒,支持多轮对话式编辑与角色、产品、风格参考一致性,720p 定价降至每秒 0.07 美元,较 1.1 版本下降 30%。
Google DeepMind 将视频生成模型 Gemini Omni 1.2 Flash 正式开放使用,单段视频上限从 10 秒延长至 15 秒,并支持对话式编辑。该模型定价较前代下降 30%,同时通过 Gemini API、AI Studio、Flow、Google Vids 等多渠道上线,所有生成视频均嵌入 SynthID 隐形水印。
谷歌推出 Gemini Omni Flash,这是首个支持从任意输入(图像、音频、文本)生成高质量视频的大模型。该模型基于 Gemini 的推理能力,实现了“理解即创造”,并支持通过自然语言对话进行视频编辑。目前已在 Gemini App、Google Flow 和 YouTube Shorts 免费上线,API 即将开放。