【AI视频生成】0.07美元/秒搞定AI视频:Gemini Omni 1.2 Flash保姆级解读

摘要:11月6日,Google DeepMind 发布新一代视频生成模型 Gemini Omni 1.2 Flash,在 Arena.ai 文生视频与图生视频双榜登顶,360p 草稿成本仅 0.07 美元/秒、较前代降价 30%,并首创“草稿—精修”工作流。本文带你一文看懂它为什么被称为 AI 视频的“工业化试错”拐点。

过去一年,真正拿 AI 视频干活的人都有一个共同的痛点:抽卡成本高、修改等于重抽、画面无法量产。你写好提示词,硬着头皮渲染 1080p,结果人物多了一根手指、主角视线看偏,这一整段算力哪怕作废也得全额买单。Gemini Omni 1.2 Flash 几乎每一项更新,都在精准击破这些痛点。

首先是榜单成绩。据 Arena.ai 评估,Gemini Omni 1.2 Flash 在文本生成视频中以 1541 分排名第一,图生视频同样登顶,视频编辑排名第三。谷歌这次不玩“排队申请”,直接全量上线 Google AI Studio 与 Gemini API,开发者、企业客户和创作者打开后台就能调用,不用再苦等灰度。

其次是能力升级。文生视频时长从 3 秒提升到 15 秒,可编辑最长 15 秒的源片段,并支持原生音频;每次调用最多支持 7 张参考图像,可将片段延长 3 至 10 秒、最长达 30 秒;分辨率覆盖 360p、720p、1080p 与 4K,画幅支持 16:9 与 9:16。它还强化了多模态参考能力与深度电影镜头控制,无人机穿入古建筑、贴地疾掠等运镜都能保持透视稳定,多角色对话场景也能精准区分发声主体、唇形与音节严密对齐。

最关键的是“草稿流”带来的成本革命。新模型首创低成本打样、按需升频的工作流:先用 360p 或 720p 快速出草稿,成本压到 0.07 美元/秒(约人民币 5 毛钱),比上一代降价 30%;发现细节不对,直接针对瑕疵局部打补丁,无需重生成整段;等镜头、构图、节奏满意后,再把最佳草稿一键升频到 1080p 甚至 4K。一条 15 秒广告 Demo,过去反复试错 20 次可能花上百美元,现在所有前期验证都压在草稿层级,总成本可压缩到原来的三分之一甚至更低。

多轮对话式编辑也是一大亮点。创作者不用离开对话框,就能在几轮交互内衍生出多套面向不同平台受众的广告变体。可以说,AI 视频正式从“拼画质、拼时长”推进到“卷价格、卷交付、卷工作流适配”的第三阶段。想看真实实测,可以到 B站搜索“Gemini Omni 1.2 Flash 实测”,已有不少创作者放出斗兽场 FPV 运镜、野生动物纪录片、角色一致性等对比 Demo:B站搜索:Gemini Omni 1.2 Flash 实测。

来源:新智元《刚刚,Gemini Omini 1.2登顶了!360p视频每秒0.07美元,还能升4K》(2026-11-06);Google 官方博客 introducing-gemini-omni-1-2-flash。链接:https://www.163.com/dy/article/LB2MDNRE0511ABV6.html

版权声明:本文仅代表作者观点,不代表本站立场。未经授权许可,不得转载。

.