做
AI视频,最耗时间的环节,往往是修改。人物满意了,背景不对;镜头有了,衣服细节变了;好不容易生成一条可用素材,换个广告场景又得重新开始。
谷歌新推出的
Gemini Omni 1.2 Flash,正朝这些创作难题给出新的解法:原生15秒
视频生成与编辑、更强的参考素材遵循、多轮对话精修,以及更低的生成成本。
PixTV现已首发接入Gemini Omni 1.2 Flash,让新模型进入你的创作工作流。
截至11月6日,Gemini Omni 1.2 Flash位列Arena
文生视频、
图生视频榜单第一,视频编辑榜单第三,新模型成绩目前标记为初步结果。
15秒,让一个创意有时间完整展开
Gemini Omni 1.2 Flash将原生生成与编辑时长从10秒提升至15秒,并支持在3至15秒之间,以1秒为步进指定时长。
多出的5秒,可以留给产品细节、人物反应,也可以让一次运镜完成起承转合。对于商品展示、社媒广告和剧情片段,创作者有了更充足的表达空间。
参考更准,让人物和商品经得起镜头变化
商品视频好不好用,很大程度取决于它是否忠于实物。
新模型支持组合使用角色图、产品图、风格图、最长3秒的动作片段与音频线索,对参考素材的遵循进一步增强。
谷歌展示了一段虚拟试穿:输入一张模特照片和三套服装的正反面图,生成15秒视频,在转身和镜头切换中保持模特身份、服装剪裁与垂感的一致。
这让已有商品照片、角色设定图拥有了更多用途,也让创作者更容易围绕同一组资产持续制作内容。
哪里需要调整,就接着说
多轮对话编辑,是这次更新值得关注的能力。
换背景、换产品、改天气、调整光线或画幅比例,都可以围绕同一段视频逐轮提出要求,支持完整15秒片段。
例如,一条产品展示视频完成后,可以继续尝试“把背景换成森林”“让光线更温暖”等修改方向,为不同受众制作广告变体。创意迭代由此更接近与制作团队沟通的过程。
同时,新模型改善了对白自然度、口型同步和多说话人区分;FPV穿越、环绕、大幅拉远等连续运镜,也减少了不必要的跳切。
成本下降,让更多创意值得一试
谷歌公布的720p视频API价格降至每秒0.07美元,较Omni 1.1 Flash降低30%。按该单价计算,一次15秒生成约为1.05美元。
模型还支持先以360p或720p制作草稿,再将满意的结果提升至1080p或
4K。团队可以先验证创意,再投入精修,让预算覆盖更多方案。
在PixTV,把新能力用进完整作品
模型升级的价值,最终要落到创作过程里。
PixTV以无限画布组织创意,并提供图像、视频、音频生成等创作入口,让素材与生成任务围绕同一个项目展开。
随着Gemini Omni 1.2 Flash接入,你可以围绕角色与商品准备参考素材,尝试不同镜头方案,再结合项目需求筛选、调整,让一次生成逐步走向一部作品。
对于电商团队,是尝试更多商品展示方式;对于广告团队,是探索更多场景与投放创意;对于短剧和漫剧创作者,是为人物表演与镜头叙事增加选择。
更长的镜头、更准确的参考、更灵活的修改,现在都能成为你的创作选项。