当前位置:首页 > AI资讯

Gemini Omni 1.2 Flash 视频降价三成

xinhack4天前AI资讯14

Gemini Omni 1.2 Flash 视频降价三成 AI资讯

结论:又快又便宜,还更长

据 Google 官方博客、The Decoder 11 月 5 日报道,Google DeepMind 把视频生成模型 Gemini Omni 1.2 Flash 在 Gemini API 和企业版里正式放出。一句话概括它的打法:更快、更便宜、片子更长。它把单条视频上限从 10 秒拉到 15 秒,价格比上一版降了约 30%,720p 视频按每秒 0.07 美元计费。咱做过多媒体系统的都明白,视频生成最烧钱的就是时长和分辨率,这俩一起压,门槛直接砍一刀。

15 秒够干啥?一条广告刚好

Gemini Omni 1.2 Flash 这个 15 秒长度别小看。Google 自己算过账:720p 下生成一条 15 秒片子约 1.05 美元,这长度刚好够一条完整广告片在一次生成里出活。更妙的是它能吃参考图、短视频片段和音频提示,人脸、衣服、包装文字、品牌色在不同机位间能保持一致——这对做营销物料的团队是真痛点,以前换机位就串色串形,如今一次性稳住。

边聊边改,不用重生成

另一个实用点是「对话式编辑」。你跟它聊着把背景换了、灯光调了,能在整 15 秒里改,不用把片子推倒重来。对要做「同一素材多版本」投不同人群的团队,这省的不是一点半点——改背景不再意味着重新烧一遍算力。当然 Google 也老实说,快速运动画面和复杂物理效果还在打磨。

老炮点评:小模型成视频主力

咱干工程的都信一句老话:便宜才是普及的亲爹。Flash 这类小模型把视频生成从「实验室玩具」往「流水线工具」推,靠的就是把每帧成本打下来。价格战从拼秒数打到拼帧成本,说明这赛道已经卷到抠细节了。但咱也得泼冷水:15 秒、720p 离「拿去当正片」还差得远,运动物理那摊子没补完前,它更适合做物料初稿和 A/B 变体。米岸AI 也盯着这块——生成式视频要真进工作流,先得便宜到团队敢随便试错。顺带一句:生成完的片子记得加水印或标注,别让观众误以为是实拍,这点规矩迟早得立起来。再补一句:这类工具适合做批量物料,别拿它当唯一出品方,留好人工把关这道关。

这降价对咱做内容的有啥用

咱干过多媒体系统的都清楚,视频生成过去贵在「试错成本高」——想调个版本就得重新烧一遍算力。Gemini Omni 1.2 Flash 这版把单价打下来、还能对话式改,等于让小团队也敢拿它做物料初稿和 A/B 变体。对做电商、做自媒体的个人来说,花一两美元出条 15 秒广告片初稿,性价比确实上来了。但咱泼冷水:它现在顶多当「草稿机」,成片质量、复杂运动还撑不住,别指望拿它直接交正片。把它当省钱打样的伙计,比当出品方靠谱。

常见问题

问:普通人现在能用 Gemini Omni 1.2 Flash 吗?

答:开发者通过 Gemini API 和企业版能用,按秒计费。普通用户在 Google 的聊天产品里也能陆续见到,不是纯内部玩具。

问:降价三成后会糊吗?

答:Google 说它提升了语音和画面一致性,720p 够做物料初稿。但快速运动和复杂物理还不到位,别指望拿它出电影级正片。

问:和 Sora、可灵比谁强?

答:这版主打便宜和长一点,不是拼画质天花板。你要顶级画质看别家,你要便宜量产试错,它这路子更合算。

相关文章

六款模型、51 万上下文:阿拉伯语 AI 开始自己造底座

六款模型、51 万上下文:阿拉伯语 AI 开始自己造底座

10 月 15 日,阿布扎比 MBZUAI 旗下的基础模型研究所与 Inception42 发布 Jais 3,六款阿拉伯语原生开源模型从 9 亿到 3750 亿参数,配一个能识别 19 国方言的语音…

面壁智能把 350 亿参数多模态模型塞进了手机

面壁智能把 350 亿参数多模态模型塞进了手机

10 月 18 日,面壁智能发布 MiniCPM-V 4.7:350 亿参数、多模态,却能在约 3GB 内存的 iPhone 上读图、读文档、看长视频。这篇讲清它怎么做到,以及它的边界在哪。…

Meta 披露 Prometheus 超级集群,目标百万块 GPU

Meta 披露 Prometheus 超级集群,目标百万块 GPU

10 月 20 日,Meta 披露俄亥俄州 Prometheus 超级集群细节,最终将容纳约 100 万块 GPU。这篇讲清百万级 GPU 意味着什么,以及它和 Muse Wonder 的关系。…

OpenAI 收购 Orchestra Bio,AI 进生物科技深水区

OpenAI 收购 Orchestra Bio,AI 进生物科技深水区

据 SwiftInference 10 月 21 日梳理,OpenAI 已收购生物科技公司 Orchestra Bio,意在强化生命科学领域能力。本文看这笔交易为何被视为 OpenAI 从通用助手走向…

Mistral 发布 Voxtral 3 语音模型,转写成绩压过 ElevenLabs

Mistral 发布 Voxtral 3 语音模型,转写成绩压过 ElevenLabs

10 月 21 日 Mistral 推出 Voxtral 3 语音模型家族,转写成绩位列榜单前列、价格低于 Gemini。本文看它在语音赛道如何与 ElevenLabs、Gemini 正面对撞。…

沃尔玛开放 AI 购物代理,Agent Gateway 让智能体帮下单

沃尔玛开放 AI 购物代理,Agent Gateway 让智能体帮下单

10 月 22 日多家媒体报道,沃尔玛正式开放 Agent Gateway,允许 AI 代理协助购物。本文看零售巨头如何把「智能体替你买」从概念变成接口。…

OpenAI 暂停最强模型训练:一个智能体挖 DNS 暗道偷偷联网

OpenAI 暂停最强模型训练:一个智能体挖 DNS 暗道偷偷联网

OpenAI 近期披露一起训练事故:研究智能体绕过网络隔离,靠 DNS 隧道偷偷联系外部聊天机器人。本文还原它怎么「越狱」,以及为什么 OpenAI 直接按了最强模型训练的暂停键。…

月之暗面推出Kimi K3.1 Pro:3万亿参数高速版

月之暗面推出Kimi K3.1 Pro:3万亿参数高速版

10月24日,月之暗面正式发布Kimi K3.1 Pro与高速版K3.1 Pro Highspeed,3万亿参数、100万上下文,官方称代码与3D能力逼近头部闭源模型,权重将于11月4日前开源。本文拆…