谷歌发布 Gemini Omni 1.2 Flash：15秒长视频生成与 30% 降价，AI 创作进入“降本增效”新时代
谷歌旗下 DeepMind 团队近日宣布正式推出 Gemini Omni 1.2 Flash 模型。作为 Gemini 家族的最新成员，该模型不仅在视频生成的长度和质量上实现了跨越，更通过 30% 的价格降幅，显著降低了企业级视频内容的生产门槛。
什么是 Gemini Omni 1.2 Flash？
Gemini Omni 1.2 Flash 是由 Google DeepMind 开发的高性能多模态 AI 模型，专门针对开发者、企业和创意工作者优化。它专注于快速、经济地生成高质量视频，并支持通过 Gemini API、Google Vids 和 Gemini for Business 进行访问。
核心升级概览
- 原生 15 秒视频生成：从上一代（Omni 1.1）的 10 秒提升至 15 秒，支持 3 到 15 秒之间的精确时长调节。
- 大幅降价 30%：针对 720p 视频生成，价格降至每秒 0.07 美元。
- 增强的一致性：在人物、产品和场景的跨帧表现上更加稳定，减少了视觉漂移和形变。
- 多轮对话编辑：允许用户像聊天一样修改视频细节（如更换背景、调整光影），而无需重新生成整个片段。
深度解析：Gemini Omni 1.2 Flash 的三大技术亮点
1. 更强的参考遵循与一致性
Gemini Omni 1.2 Flash 在处理复杂参考资料时表现出色。用户可以结合角色图像、产品照片、短动作片断（最多 3 秒）以及音频提示来引导生成。该模型能确保面部、服装、包装上的排版以及品牌颜色从头到尾保持一致，这对于虚拟试穿、产品目录展示和品牌广告至关重要。
2. 革命性的多轮对话编辑
传统的视频 AI 往往需要用户因一个小错误而重新生成整段视频。Gemini Omni 1.2 Flash 引入了类似对话的迭代模式。例如，你可以先生成一段在森林中的武士片段，然后通过指令要求：“把背景换成石堡，并保持人物动作和反光不变。” 这种工作流极大提升了制作效率。
3. 电影级镜头控制与自然配音
模型现在支持更复杂的连续摄像机运动（如 FPV 无人机穿梭、戏剧性的缩放和轨道绕行），且几乎没有不必要的跳接。此外，其音频生成能力也得到了增强，支持更自然的多角色对话和精准的口型同步（Lip-sync）。
市场对比：Gemini vs. Grok (xAI)
在当前激烈的 AI 竞赛中，Gemini Omni 1.2 Flash 的发布进一步巩固了谷歌在多模态领域的地位。以下是其与 xAI 开发的 Grok 系列模型的对比参考：
| 特性 | Google Gemini Omni 1.2 Flash | xAI Grok (Grok-2 / Grok-1.5) | | :--- | :--- | :--- | | 核心优势 | 原生短视频生成、企业级 API 集成 | 实时资讯获取、幽默直率的交互风格 | | 视频能力 | 支持 15s 高质量生成与多轮编辑 | 目前侧重于文本与图像分析（视频功能尚在迭代） | | 定价策略 | 极具竞争力的按量付费 ($0.07/s) | 消费者版随 X Premium 订阅；API 访问需单独申请 | | 可用性 | 全球企业级基础设施支持，自带水印 | 与 X 平台深度集成，提供独特的 API 接入方式 |
注：Grok 是由 Elon Musk 创立的 xAI 开发的模型系列。需区分 X 平台上的 Grok 消费者产品与 xAI 提供的 API 服务。
警钟长鸣：AI 工具的安全隐患
在 AI 赋能创新的同时，安全风险也不容忽视。近期，安全研究人员发现名为 Artex 的开源 AI 黑客工具存在严重的公开暴露问题。
据统计，全球有超过 800 个 Artex 服务器在没有密码保护的情况下暴露在互联网上。Artex 被描述为一个能够自动执行渗透测试、侦察甚至数据窃取的 AI 智能体系统。这些工具的误用已导致包括韩国金融业在内的多起网络攻击。这提醒我们，在拥抱 Gemini 等强大的生成式 AI 时，开发者必须严格遵守安全配置协议，防止 AI 能力被恶意利用。
常见问题 (FAQ)
Q1: 如何开始使用 Gemini Omni 1.2 Flash？ 开发者可以通过 Google AI Studio 进行原型设计，或在 Google Cloud 控制台中使用 API。普通用户则可以在 Google Vids 或 Gemini 网页版（针对 Ultra 订阅者）中体验其视频生成功能。
Q2: 生成的视频是否有版权保护？ 谷歌为 Gemini Omni 1.2 Flash 的输出提供了不可见的 SynthID 水印，以确保内容的溯源和真实性。同时，Google Cloud 提供企业级的基础设施安全保障。
Q3: 15秒视频的成本是多少？ 在目前 1.2 Flash 的定价下，一段 15 秒的 720p 视频大约耗资 1.05 美元，相比之前的版本降低了 30%。
总结
Gemini Omni 1.2 Flash 的发布标志着视频 AI 从“实验阶段”迈向“生产阶段”。通过更长的时长、更低的价格和前所未有的一致性，它为广告、教育和企业沟通开辟了新的可能性。然而，随着 Artex 等 AI 攻击工具的出现，安全合规将成为 AI 规模化应用的下一个战场。
