跳到正文
新浪科技·· 13 天前精選AI 評分77

Google DeepMind 推出 Gemini Omni 1.2 Flash,價格較 Omni 1.1 下調 30%

谷歌Gemini Omni 1.2 Flash正式开放,AI视频生成成本持续下探

AI 導讀

Google DeepMind 於 11 月 5 日推出 Gemini Omni 1.2 Flash,並首次將 Omni 系列全面向開發者開放(GA)。新模型支援原生生成 15 秒影片(上一代為 10 秒)、多輪對話式編輯及更強的參考圖遵循能力;價格較 Omni 1.1 下調 30%,720p 每秒 0.07 美元,生成 15 秒約 1.04 美元。

推薦理由

文章把原生片長、多輪編輯及參考圖遵循能力,與按秒定價及降幅一併呈現,可見模型如何降低生成成本並支援反覆修改。

正文 · 繁體中文

11月5日,谷歌DeepMind正式推出新一代視頻生成與編輯模型Gemini Omni 1.2 Flash,並首次將Omni系列面向開發者全面開放(GA),在Gemini API付費層級、Vertex AI以及Gemini for Business同步上線。相比上一代,新模型帶來三項核心升級:原生支持15秒視頻生成(此前為10秒)、多輪對話式編輯、更強的參考圖遵循能力;同時價格較Omni 1.1下調30%,720p分辨率下定價為每秒0.07美元,一段15秒的720p視頻成本約1.04美元。從"能生成"到"能便宜地生成、能反覆修改着生成",谷歌這次調整的落點非常清晰——不是單純追求效果參數,而是把視頻生成推向可規模化商用的成本區間。在Sora、Veo、Seedance、Grok等模型輪番登場的視頻生成賽道,價格與工程化能力,正在取代單純的畫面質量,成為新的競爭標尺。

能力與定價同步升級:15秒原生片段、多輪編輯、參考一致性

本次更新的技術主線,是從"一次性生成"轉向"可迭代創作"。15秒的原生長度提升,不只是把片段拉長5秒那麼簡單——更長的鏡頭需要模型在整段時間內維持主體、光影、鏡頭運動的連貫性,避免中途變形、跳幀。谷歌在官方説明中強調,新模型在更長片段上的運動更平滑、一致性更緊,並能在零剪輯的情況下完成複雜的鏡頭運動。這一點對廣告、短片、社媒內容等強調連續敍事的場景尤為關鍵。

多輪對話式編輯是另一項關鍵能力。以往的視頻生成工具,用戶如果想調整細節,往往需要重新生成整段素材,成本與時間雙重浪費;Omni1.2Flash支持在已有片段基礎上用自然語言繼續修改,實現"潤色而非重做"。配合增強的參考圖遵循能力,用戶可以上傳產品圖、人物形象、場景參考,讓模型在多輪編輯中始終保持視覺一致性,這直接解決了商業素材生產中"改一次變一個樣"的老問題。

定價上,30%的降幅並不激進,但疊加多輪編輯帶來的重生成次數減少,實際使用成本下降幅度會更大。谷歌同時把GoogleVids接入該模型,任何Google賬號用戶每月可免費生成最多3個15秒視頻,用免費額度換取用戶習慣培養,是典型的平台化滲透打法。

價格戰取代效果戰:視頻生成賽道進入工程化競爭階段

Omni 1.2 Flash的發佈,把視頻生成賽道的競爭重心進一步推向成本與工程化。過去一年,Sora系列以畫面質感和物理一致性立標杆,可靈、Seedance在國內主打場景適配與本土化,Grok等模型則以話題性切入。當各家在效果上的差距逐步收窄,客戶的選擇邏輯隨之改變——誰能更便宜、更穩定、更方便地批量產出可用素材,誰就能拿到商業訂單。谷歌將720p價格壓到每秒0.07美元、把1080p定在0.104美元、4K定在0.209美元,形成清晰的分檔定價,本質上是把視頻生成從"按條計費的創意工具"變成"按秒計量的工業化產能"。

這一轉向對內容產業的影響直接而具體。短視頻、電商、廣告代理、遊戲CG、教育課件等行業,長期受制於視頻製作的高人力成本,AI視頻的按秒計價讓素材試錯成本大幅降低,創意驗證週期從數天壓縮到小時級。但成本下探也帶來新的產業問題:素材同質化、版權歸屬模糊、深度偽造風險上升,平台與監管對AI生成內容的標識要求會同步收緊。對國內廠商而言,海外模型的價格下行會形成競爭壓力,國產視頻模型需要在成本、合規、本地化場景三條線上同時應對,單純依靠效果參數難以維持溢價。

當然,成本下降不等於商業閉環已經跑通。15秒的時長限制,決定了當前AI視頻仍以短素材、廣告片段、社媒內容為主,長敍事、影視級製作依舊依賴人工介入;參考一致性在多主體、複雜場景下仍有失效風險;模型對物理規律的理解、對鏡頭語言的把控,距離專業導演的創作要求尚有差距。價格戰能帶來規模,但規模能否轉化為穩定營收,取決於客戶是否把這些片段真正嵌進生產流程,而不是停留在嚐鮮試用。

結語

Gemini Omni 1.2 Flash的全面開放,是視頻生成賽道從技術競賽走向商業競賽的一個清晰信號。15秒原生片段、多輪對話編輯、參考一致性強化,補齊的是可用性;30%的降價與分檔定價,打開的是規模化空間。當價格不再是門檻,視頻生成將快速滲透進廣告、電商、教育、社媒等高頻內容生產環節,AI視頻從"演示品"變成"生產工具"的進程會明顯加速。

但這輪競爭不會止於降價——接下來決定勝負的,是誰能把生成能力嵌入完整的創作工作流,誰能在版權、標識、安全合規上率先建立規則。視頻生成的成本曲線還在下行,產業真正的分水嶺,將出現在規模化商用與內容治理同時成熟的時刻。

來源:新浪科技 · finance.sina.com.cn