谷歌发布 Gemini Omni 1.2 Flash：支持对话式视频编辑，API降价30%
谷歌推出新版视频生成模型，允许通过自然语言指令局部修改已生成视频，并将API价格下调30%，旨在降低AI视频创作门槛。
美国科技公司谷歌于11月6日发布了其视频生成AI模型的最新版本“Gemini Omni 1.2 Flash”。该模型由谷歌旗下人工智能实验室DeepMind开发，主要改进在于引入了“对话式编辑”功能，用户无需重新生成整个视频，只需通过自然语言指令（如“替换背景”、“调整光照”）即可对已生成的片段进行局部修改。
此次更新将单次生成视频的时长上限从10秒延长至15秒，并降低了使用成本。通过Gemini API调用720p分辨率视频生成的费用降至每秒0.07美元，较前版本Omni 1.1下降了30%。谷歌建议开发者采用“低分辨率草稿+局部微调+高分辨率导出”的工作流，以进一步控制成本。
尽管功能有所增强，谷歌也指出了当前的局限性：剧烈运动、快速场景切换及复杂物理现象的模拟仍在开发中。此外，在Gemini应用端，15秒时长的视频生成功能目前仅向最高等级的“Ultra”订阅用户开放。所有生成的视频均嵌入了不可见的SynthID数字水印，以便识别AI生成内容。