双子座 Omni 1.2 闪存

今天，我们将推出 Gemini Omni 1.2 Flash，并使其在 Gemini API 和 Gemini for Business 上普遍可用。 Gemini Omni 1.2 Flash 引入了原生 15 秒视频创建、多轮对话编辑功能以及增强的参考跟踪功能。我们已将 Gemini Omni 1.1 的价格降低了 30%，720p 视频的价格为每秒 0.07 美元。以下是新功能的概述： 快速且经济高效的规模 除了较低的价格之外，工作流程还可以降低成本：您可以以 360p 或 720p 快速起草，通过后续编辑修复细节，而不是重新生成整个剪辑，然后将您最好的创作升级到 1080p 或 4K。更长的剪辑长达 15 秒 您现在可以本地生成和编辑长达 15 秒的视频，而 Omni 1.1 的视频长度为 10 秒。您还可以以一秒为增量指定 3 到 15 秒的持续时间，从而为您提供讲述完整故事、创建产品解释或在一代中制作完整社交广告位的空间。更好的参考遵循性您可以结合角色、产品或风格图像、短动作剪辑（最多三秒）和音频提示来指导生成 - Omni 1.2 Flash 自始至终保留这些细节。面孔、服装、包装排版和品牌颜色在各个摄像机角度保持一致，从而可以轻松地将现有产品摄影或角色表转变为虚拟试穿剪辑、目录旋转和品牌视频广告。 Gemini Omni 1.2 Flash 将一张模特照片与三套服装的正面和背面产品照片相结合，生成 15 秒的 360 度旋转虚拟试穿序列并匹配剪裁，同时保持模特的身份和每件衣服的剪裁、悬垂和背部细节一致。更一致的结果您可以从第一帧到最后一帧保持更强的角色、对象和场景一致性，减少运动和摄像机转换过程中的视觉漂移或变形。无论您是在第一个和最后一个关键帧之间进行插值，还是扩展剪辑以构建更长的序列，产品、角色、道具和环境在每个镜头中都保持一致。考虑到相同的静态工作室灯光展览海报和五层动画提示，Gemini Omni 1.1 Flash 与参考图像的匹配程度不如 1.2。 Gemini Omni 1.2 Flash 在六边形底座上升起的灰粉色天幕上按顺序逐层构建海报，组装罗纹玻璃、温暖的灯丝、多面水晶和用于 HALO、GLOW 和 LUMEN 的卷线字体，并在最终框架中一致地锁定每种材料、阴影和印刷细节。在对话中更轻松地进行编辑您可以逐次优化同一剪辑，例如交换产品或背景、更改灯光或天气，或者切换纵横比，而不是从头开始。多轮对话式编辑可在完整的 15 秒剪辑中进行，从而可以轻松地为不同受众和展示位置制作广告变体，而无需重新通报或重新生成。从一个生成的剪辑开始，多轮对话提示依次交换背景——从条纹凉亭帐篷到橡树林、有白马的马厩、集市和石头城堡——同时保持两个角色的表演、盔甲反射和相机取景完好无损。更自然的语音您可以生成具有更流畅、听起来更自然的对话、更清晰的口型同步和独特的多扬声器调节的场景。无论您是在 Flow 中指导多角色对话，在 Gemini 中创建商业视频解说员，还是在 Google Vids 中创建带有头像、音乐和旁白的精美专业视频，这都会显示出来。以一张温室场景图像以及四个角色、嘴巴和一秒语音参考为条件，Gemini Omni 1.2 Flash 将每个采样的声音路由到正确的角色，并在 15 秒的动画场景中通过富有表现力的口型同步和自然的喜剧时机。更可控的电影外观您可以指挥复杂、连续的摄像机运动，例如快速 FPV 飞越到戏剧性的缩小和轨道，显着减少不需要的跳切、更稳定的比例以及更精致的电影外观。在两张建筑参考照片的引导下，Gemini Omni 1.2 Flash 引导一架连续的 FPV 无人机飞行穿过广场，穿过青铜门，并通过万神殿的方格圆顶到达圆孔，实现零跳切。更长的剪辑，具有更流畅的运动和更严格的一致性 Gemini Omni 1.2 Flash 生成长达 15 秒的剪辑，比以前更好地将参考资料结合在一起。您可以滚动浏览，查看角色、文本和摄像机移动在较长镜头、多个转弯和过渡中保持一致，无需剪辑。 15 秒长剪辑：将一个风格帧变成 4 个镜头、15 秒的宏观科学解释，并带有准确拼写、运动跟踪的标注。多回合运动转移：在第 1 回合生成波纹章鱼，然后替换