分类：AI动态 标签：人工智能、大模型、视频生成、谷歌
在人工智能领域，视频生成技术的迭代速度正在不断刷新行业认知。近日，谷歌正式发布了新一代 AI 视频生成模型 Gemini Omni 1.2 Flash。此次更新不仅带来了视频时长的显著提升，更在多镜头一致性与交互编辑能力上实现了重要突破。
核心亮点：时长提升 50% 与精细化控制
相比上一代模型，Gemini Omni 1.2 Flash 的单段视频生成时长上限从 10 秒提升至 15 秒，增幅达到 50%。
在实际操作中，用户可以获得更灵活的创作权限：
- 时长自定义：支持按 1 秒为单位，将生成时长精准设定在 3 秒到 15 秒之间。
- 首尾帧插值：该能力完美适用于首尾关键帧之间的插值处理，创作者还可以基于原有片段无缝延长视频内容。
技术突破：解决多镜头视觉漂移
对于 AI 视频生成而言，如何在镜头切换和长时间运动中保持画面稳定一直是一大痛点。
谷歌官方表示，Gemini Omni 1.2 Flash 显著提升了对参考内容的遵循能力。在复杂的镜头转换和动态场景中，新模型能够更好地保持以下元素的一致性：
- 核心角色与人物特征
- 物体与道具细节
- 场景结构与整体环境
这项改进大幅减少了以往 AI 视频中常见的视觉漂移与形态突变问题，让生成的视频更具专业质感。
交互升级：引入多轮对话式编辑
除了画质与稳定性的提升，Gemini Omni 1.2 Flash 还新增了多轮对话式编辑能力。这意味着用户不再需要通过复杂的参数面板来修改视频，而是可以直接通过自然语言与 AI 进行多轮交互，实现对视频内容的逐步调整与优化，极大降低了视频创作的门槛。
总结
Gemini Omni 1.2 Flash 的发布，标志着谷歌在多模态生成领域的又一次深入探索。通过更长的生成时长、更强的镜头一致性以及便捷的对话式编辑，这款模型为视频创作者和开发者提供了更高效、更具想象力的创作工具，也预示着 AI 视频生成正在向着精细化、实用化加速迈进。