谷歌发布 Gemini Omni 1.2 Flash 登顶文生视频榜单

Google DeepMind 发布新一代视频生成模型 Gemini Omni 1.2 Flash，据评估其在文生视频、图生视频类别均排名第一，视频编辑类别排名第三，助力谷歌 Omni 系列包揽文生视频榜单前三。该模型将文生视频时长提升至 15 秒，支持原生音频，可编辑 3 至 15 秒源视频，支持片段延长至最长 30 秒，可通过 videoId 回溯编辑，覆盖多档分辨率与横竖画幅，且已全量上线相关平台供各类用户直接调用，售价较上一代直降 30%。它首创低成本打样按需升频的草稿流工作模式，大幅降低试错成本，还新增多轮对话式微调、电影级稳定运镜等能力，强化多模态参考、多角色音画对齐等特性，精准击破过往 AI 视频抽卡成本高、修改需重生成等痛点。目前首批实测显示其运镜稳定性、内容逼真度、角色一致性等表现突出，标志 AI 视频发展进入卷价格、卷交付、卷工作流适配的新阶段。