⭐ 设为星标 · 第一时间收到推送
这次更新叫Gemini Omni 1.2 Flash,Google在11月5日公布,对应北京时间11月6日凌晨。片段可以选3—15秒,按1秒递增。
15秒,够拍一段小日常了
1. 自拍逛街,现成的探店开场
Ozan Sihay这条视频里,一个小男孩举着自拍镜头沿街走。碰到店员,路过坐在长椅上的长者,再遇到几个路人,最后看回镜头。
主角一直在走,其他人顺着他的路线出现,15秒就有了一段小剧情。
换成一家咖啡店,可以从门口走进去,和老板打个招呼,接过一杯咖啡收尾。探店开场就有了。
2. 动漫做饭,拍几个细节就有味道了
这段我挺喜欢。揉面、拌馅、人物特写、蒸饺,几个镜头拼在一起,是一段很短的动漫日常。
泡茶、烤面包、整理书桌,都能沿着这个路子想。换成泡茶,我大概会写:“温暖的动漫风,拍冲茶的手、等茶的人,最后回到杯口升起的热气。”
人物做什么、镜头拍什么,一句话里都有了。
3. 让画里的角色,跑进真实的房间
Higgsfield的展示片里,冰箱上的卡通贴纸走了出来,变成立体角色,和客厅里的小狗同框。平面的画和实景凑到一起,有点像给角色拍了一段出场预告。
手绘角色、手办、品牌吉祥物,都能往这个方向用。把角色图和房间照片交给AI,安排它从哪里出现,走到哪里,和什么东西互动。
参考图就是给模型认人的:这张脸、这套衣服、这个商品,要在后面的镜头里继续保留下来。Google说新版对这些细节跟得更好了。看这类成片,我会多看两眼脸、花纹和包装上的字。
动作留着,换个主角
4. 章鱼的动作,换到舞者的裙摆上
Google做了一个很直观的演示:章鱼舒展身体,换成舞者以后,裙摆接住了那种柔软、流动的感觉。
章鱼触腕的舒展,变成了裙摆的起伏。
多轮修改也可以用在很具体的小事上。比如一件商品已经转得挺好,想保留动作,换张桌子、换个背景,就接着在同一段对话里提要求。
我会这样写:
💡 PROMPT
Prompt:
只把背景换成木质桌面。商品的外形、颜色、包装上的文字、转动速度和镜头位置保持不变。
每轮只动一个地方,前后差别比较好找。满意的部分留着,一点点把片子改到自己想要的样子。
5. 科普长片,让AI分成几段来拍
Chetaslua展示了一条约115秒的喷气发动机科普片。镜头从发动机外观走进内部结构,用流线和燃烧画面解释它怎么工作。
作者说,他用Gemini 4 Carbon安排这条片子,再调用Omni Flash 1.2生成画面。
产品内部结构、一个自然现象,都能按这个方式做:写讲解稿,拆成镜头,再逐段生成画面。
Omni单段生成的上限是15秒,这条115秒的长片靠的是组合制作。
打斗一上来,就很考验动作了
“风雪漫千山”发过一段仙侠打斗对照,上半是Seedance 2.5,下半是Omni Flash 1.2。冲刺、交手、释放特效,两个结果放在一起看,动作和切镜的差别很直观。
原作者还把长提示词贴了出来,人物穿什么、每个镜头几秒、相机往哪走,写得很细。
写到这么细,最后还是得回到动作本身:拳脚打在哪,挨打以后身体往哪走,切完镜头,两个人的位置有没有接上。做漫剧的话,这些地方比特效亮不亮更影响观感。
快速运动和复杂物理,也是Google这次提到还在继续改进的部分。简单走动、展示商品这类镜头,和一整套高速打斗,难度确实差着一截。
入口和费用,也顺手说一下
现在可以从Google Vids、Gemini App或Flow里的视频功能开始,用哪个方便,就看哪个入口。
|
|
|
|---|---|
|
|
|
|
|
|
|
|
|
这次是逐步开放,功能出现的时间会有先后。账号里能看到的入口和额度,就是实际可以开始用的部分。
价格上,Google把720p开发接口的费用降了30%,对比的是上一版1.1。现在约为每秒0.07美元,15秒的视频输出约1.04美元。App和第三方工具按自己的套餐收费。
按开发接口计费,草稿、修改、高清输出的费用会一笔笔加上去,输入素材也有对应费用。我会在360p或720p里试动作、选构图,选中了,再花钱输出1080p或4K。后两种是放大输出,单独计费。

