谷歌的 Gemini Omni 1.2 Flash 现已通过 AI Gateway 提供，开发者用一把 API 密钥、无需单独的谷歌账号即可调用。该模型可依据文本提示生成 3 至 15 秒、带原生音频的视频，也能编辑 3 至 15 秒的源片段并最多参考六张图像；每次调用可把视频延长 3 至 10 秒，总长上限 30 秒。输出支持 360p、720p、1080p 和 4K，画面比例为 16:9 或 9:16。
Gemini Omni 1.2 Flash 通过 Gemini API 和 Gemini for business 全面开放，把原生视频生成时长从 Omni 1.1 的10秒延长到15秒，并支持3至15秒按1秒步进指定时长。它新增多轮对话式编辑，可在同一片段上逐轮替换产品或背景、调整光照与画幅，而不必整段重生成；720p 视频价格较 Omni 1.1 下调30%，为每秒0.07美元。官方示例显示，在相同静态影棚海报与五层动画提示下，1.2 比 1.1 更贴近参考图。
Google Cloud 将 Gemini Omni 1.2 Flash 正式开放，面向批量制作产品视频、虚拟试穿和广告的企业用户。相比上一代 Gemini Omni 1.1 Flash，720p 视频价格降至每秒 0.07 美元、便宜 30%，单段生成与编辑时长从 10 秒延长到 15 秒，并更贴近用户提供的图像、视频和音频参考。业务用户可在 Google Vids 中使用，Gemini for business 中的入口标注为即将推出，开发者可通过 API 调用，草稿可先出 360p 或 720p 再放大到 1080p 或 4K。
已读完全部报道