Google DeepMind發表新一代影片生成模型 Gemini Omni 1.2 Flash 成本效益與功能顯著提升

Google旗下人工智能（AI）部門DeepMind近期宣佈，推出其新一代影片生成模型Gemini Omni 1.2 Flash。此模型在成本效益及生成能力上均實現顯著突破，料將對AI影片內容創作領域帶來影響。 據悉，Gemini Omni 1.2 Flash生成720p影片的每秒成本僅為0.07美元，較上一代模型Gemini Omni 1.1大幅減少30%。同時，新模型支援生成長達15秒的原生影片，相較於前代模型的10秒，增幅高達50%，顯著提升了影片內容的潛在豐富度。 在性能方面，Gemini Omni 1.2 Flash強化了多項關鍵功能。模型可確保在不同鏡頭之間，產品、角色及品牌細節保持高度一致性，這對於商業應用及品牌推廣尤其重要。此外，其語音引擎亦獲全面升級，能產生唇形同步更為清晰、支援多説話人效果更佳，且對話更為自然的場景，大幅提升了影片的真實感和觀賞體驗。 值得一提的是，新模型引入了對話式微調編輯功能。用户可在同一影片片段中，直接更換產品、調整燈光或改變拍攝角度，而無需重新生成整段影片，極大地簡化了影片後期製作的流程，提高了內容創作的效率和彈性。 根據Arena AI聊天機械人排名榜的最新數據，Gemini Omni 1.2 Flash在「文生視頻」（Text-to-Video）及「圖生視頻」（Image-to-Video）兩大基準測試中均位列榜首，足證其在相關技術領域的領先地位。