📰 重點摘要

Google 推出 Gemini Omni 1.2 Flash，並已在 Gemini API 與 Gemini for business 全面開放。這是影片生成模型的升級版，主打速度快、成本低，並新增原生 15 秒影片生成、多輪對話式編輯，以及更強的參考素材遵循能力。價格比 Omni 1.1 降低 30%，720p 影片每秒 0.07 美元。

在成本方面，官方建議的流程是先以 360p 或 720p 快速出草稿，之後若只需修正某個細節，就用後續編輯指令處理，不必重新生成整支影片，最後再把滿意的版本升級到 1080p 或 4K。

影片長度從 Omni 1.1 的 10 秒延長到 15 秒，並可在 3 到 15 秒之間以一秒為單位指定時長，適合產品說明、完整的社群廣告短片等一次生成的需求。

參考素材方面，使用者可結合角色、產品或風格圖片、最長三秒的動作短片與音訊提示來引導生成。模型能讓臉部、服裝、包裝字體與品牌色在不同鏡頭角度間保持一致。官方示範是將一張模特兒照片，搭配三套服裝的正反面照片，生成 15 秒的虛擬試穿影片，包含 360 度旋轉與匹配剪接，同時維持模特兒身分與每件衣服的剪裁、垂墜感與背面細節。

一致性也有提升，從首格到末格的角色、物件與場景漂移與變形變少，無論是在首尾關鍵影格之間插補，或延伸片段，都能維持鏡頭間的一致。官方另以展覽海報的五層動畫提示為例，說明 1.2 比 1.1 更貼近參考圖。

編輯方面支援多輪對話，可逐輪替換產品或背景、改變光線或天氣、切換長寬比，無須從頭重做，且適用於完整的 15 秒片段。原文後半段內容被截斷，詳細內容請見原文連結。

💬 JudyAI Lab 觀點

Google 推出的Gemini Omni 1.2 Flash已在Gemini API全面開放，原生支援15秒影片生成，價格比前一代再降30%。影片生成正從「炫技」走向「能算成本、能放進工作流程」的階段，這點值得關注。

這個案例反映出兩個設計思維。第一是把成本控制寫進流程：官方建議先用360p或720p快速出草稿，區域性問題就用後續編輯指令修正，不必整支重做，確認滿意後才升級到1080p或4K。720p每秒0.07美元的定價，搭配這種「先便宜試、再精修」的順序，才真正省得下來。第二是一致性與多輪編輯成了核心賣點。模型能讓臉部、服裝、包裝字型與品牌色在不同鏡頭角度間保持一致，也能逐輪替換產品、背景、光線或長寬比。對AI builder來說，產品設計的重心正從「一次生成就要完美」，轉向「可以對話式反覆修改」的互動模式，使用者體驗也會跟著改變。

如果你的產品或工作流程會用到影片生成，不妨照官方的順序試一次：用低解析度出草稿，再用編輯指令修細節，最後才升級畫質，並記錄每一步的實際花費。

📅 原文資訊

🔗 延伸閱讀