宝玉 (@dotey)T2·基座大模型
78 分
Google 于 11 月 5 日发布视频生成模型 Gemini Omni 1.2 Flash,首次正式商用(GA),单条视频最长 15 秒且带音频,720p 每秒 0.07 美元、较 1.1 版降价约 30%,一条 15 秒 720p 视频约 1.04 美元。新版本支持对同一视频多轮对话式修改、最多 6 张参考图加 3 秒动作视频的一致性控制,并已在 Gemini API 上接替 Veo。
Conversational Video Editing
对已生成的同一段视频以多轮自然语言指令迭代修改内容、背景与光线,而无需重新生成整段
Google 于 11 月 5 日发布视频生成模型 Gemini Omni 1.2 Flash,首次正式商用(GA),单条视频最长 15 秒且带音频,720p 每秒 0.07 美元、较 1.1 版降价约 30%,一条 15 秒 720p 视频约 1.04 美元。新版本支持对同一视频多轮对话式修改、最多 6 张参考图加 3 秒动作视频的一致性控制,并已在 Gemini API 上接替 Veo。