Multimodal2026-11-06
Google AI Blog
Gemini Omni 1.2 Flash 報到:原生 15 秒影片生成加編輯
Google 發表 Gemini Omni 1.2 Flash,定位為比前代更快、更便宜的多模態模型,這次新增原生 15 秒影片生成與編輯能力。官方表示,這波更新是要讓影片創作對開發者與產品團隊更友善,特別是預算敏感、又同時需要速度與較長影片輸出的工作負載。
原生影片生成並非新東西,Google 這次主打的是「生成片段之間的一致性」。這件事之所以關鍵,是因為短秒數的 AI 影片很容易在畫格或場景轉換時失去連貫,一旦連不起來,放進真實產品就很難用。
原生編輯同樣值得注意。使用者不再只能從零生成,而是可以針對既有輸出再修,等於把創作流程推向可反覆迭代的模式,對創意與商業應用都更實用。
價格方面,Google 稱模型價格下調 30%。對要大規模做影片功能的團隊來說,成本降低代表可以多跑實驗、一次生多個版本,或支撐更高量的使用情境。速度加上降價,讓 Gemini Omni 1.2 Flash 適合延遲與預算都是硬限制的場景。
這次發布也反映一個大趨勢:多模態模型正從文字、圖像,往更豐富的媒體生成與編輯走。對開發者而言,接下來要驗證的是模型在真實 prompt 下的表現、視覺一致性穩不穩,以及能不能接進既有 pipeline。Google 的公告把產品方向講得很清楚,但採用率還是要看實測結果;如果承諾兌現,團隊要加入影片生成與編輯,就不必自己從頭蓋一套專門基礎設施。