网站导航
Google DeepMind 发布新一代视频生成与编辑模型 Gemini Omni 1.2 Flash。新版本把原生片段延长到15秒，支持多轮对话式编辑，并加强了对参考素材的遵循。对电商和内容团队来说，这次更新的实际价值在于：一个商品镜头可以留出更多时间展示细节，同一条片子也可以作为后续修改的基础。
图源：Google 官方发布稿
原生15秒，给商品展示留出更多时间
上一代 Omni 1.1 Flash 的片段上限为10秒，新版提高到15秒。按谷歌公布的规格，用户可以在3至15秒之间按秒指定时长。以一条服装展示为例，前几秒可以交代整体造型，中段通过转身展示背面，最后再停留在领口或面料细节。简单动作则可以用更短的片段完成，不必每次都生成满15秒。
谷歌公布的720p生成价格为每秒0.07美元，较上一代下降30%。按这一口径，生成一段15秒的720p视频约为1.05美元。这是谷歌公布的模型计费标准，不能直接换算为 PixPix 的使用费用；平台实际消耗需以工作台提示为准。
从参考素材到成片，再用对话逐轮修改
参考能力的提升，让不同素材能承担不同任务：人物图交代身份，商品图说明外观，短动作片段提供运动参考，音频则可以提示节奏。在谷歌的虚拟试穿演示中，一张模特照片配合三套服装的正反面图，生成了包含转身和换装衔接的15秒片段。这是官方示例，实际生成仍需检查人物、服装和镜头之间的一致性。
新版还支持对同一片段进行多轮编辑。例如，一条已经选中的商品视频，可以先换背景，再改光线，或尝试适合短视频平台的竖版画幅。实际制作时，每轮最好明确一项改动，并写清需要保留的内容，如「只将背景换为暖色室内，保留产品位置和镜头节奏」。这样更容易比较修改前后的差异。
PixPix 好用在哪？先准备商品图，再做视频
PixPix 接入这类模型的价值，在于可以把生成放进已有的素材流程。比如做一条新品广告，运营人员可以先用商品套图或产品精修准备静态素材，从中挑出产品轮廓清楚、背景干净的一张，再把它用于视频创作。商品图、场景参考和短视频不必从三套互不相干的素材开始做。
服装团队也可以先用模特穿戴制作候选上身图，检查版型、颜色和图案，再选择合适的画面作为动态创作参考。比如先确定一张正面图和一张背面图，再安排「正面停留、缓慢转身、背面展示」三个动作。把服装和动作要求分开写，比一开始同时指定复杂背景、快速运镜和多次换装更方便排查问题。
图源：PixPix 官网教程，图为静态素材示例
一条素材做多个版本，先测试再扩量
对投放团队而言，可以先做一条商品原型视频，确认主体、动作和卖点，再测试不同场景或画幅。例如，同一台咖啡机可以准备厨房早餐版和办公室茶水间版，两版保持商品外观和镜头节奏一致，重点比较哪个场景更适合目标受众。PixPix 已有的图片生成、视频生成和编辑入口，适合承担这种先做一版、再继续调整的工作。
正式批量制作前，建议先用一个熟悉的商品走完流程，检查标识、商品结构和连续镜头，再确认导出尺寸及任务消耗。PixPix 中该模型的可用入口，以及15秒、参考素材和多轮编辑等选项是否开放，应以工作台实际显示为准。
相关文章
精彩导读
热门资讯