Gemini Omni 1.2 Flash

Google 发布了 Gemini Omni 1.2 Flash——一款收费的视频生成模型,最高支持 15 秒片段并提供更低的 API 定价——引发了褒贬不一的反应:一些人认为它对创意和 B-roll 风格工作流确实有潜力,而另一些人则质疑这种越来越逼真的合成视频的价值及其社会影响。许多评论者关注的与其说是模型原始质量,不如说是 Google 混乱的品牌命名和产品矩阵、碎片化的发布节奏,以及臭名昭著的糟糕开发者和订阅体验,这些都让模型甚至难以访问。讨论中还出现了对锁定效应、依赖个人 Google 账号,以及对更实用集成的忽视的担忧,比如在 Workspace 应用中提供更好的 AI 支持。

模型命名与定位

  • 许多人觉得“Gemini Omni 1.2 Flash”与“Gemini 3.x/4”以及现有名称如 Veo、Flash、Pro、Ultra、Argon、Carbon 相比,令人困惑。
  • 有些人希望采用汽车式或按年份命名的版本(例如“Omni 2026.2”),或者简单的能力分层(低/中/高)。
  • 对于一个仅视频的模型却使用“Omni”这个名字也存在困惑;“omni”听起来像通用多模态,因此有人建议干脆叫它“Gemini Video”。

定价与能力

  • Omni 1.2 Flash 提供 15 秒原生视频生成、视频延长、多轮编辑,以及据称更好的角色一致性。
  • 有人提到 API 定价为 720p 每秒 $0.07,并且通过 API 比 Omni 1.1 更便宜,但在 Google Flow 中按片段计算似乎更贵。
  • 一些人认为 15 秒主要适合 B-roll;另一些人强调电影是由许多短镜头组成的,因此更长且连贯的片段很重要。

访问、发布与 UX

  • 反复出现的抱怨是:Gemini 应用、Google One AI 计划、Workspace、Flow、Vids、AI Studio、Vertex,以及 Antigravity/CLI 之间的访问路径极其令人困惑。
  • 发布似乎是分阶段且不透明的:免费、Pro/Ultra、企业和 API 用户的限制与时间线各不相同。
  • AI Studio 以及更广泛的 Google Cloud UX 受到严厉批评,被认为繁琐且脆弱;一些用户甚至无法让计费或模型选择正常工作。
  • 少数人表示通过某些订阅或第三方路由器(OpenRouter、Vercel)访问“就是能用”,这让其他人怀疑不同账号类型/地区之间的差异很大。

与其他提供商的比较

  • 几位用户更偏好 Anthropic/OpenAI(以及开源权重模型),因为注册更容易、方案更清晰、harness 更一致。
  • 另一些人报告说,Google 模型(尤其是像 3.8 Flash/Argon 这样的新模型)在某些编码或写作任务上具有竞争力甚至更好,但受到限制和工具链影响。

视频模型的用例与采用

  • 建议的用途包括:广告/B-roll 制作、低预算电影制作、驾驶疲劳数据集,以及原本负担不起的特效镜头。
  • 对长期可行性持怀疑态度:难以严格遵循详细提示、难以处理非典型角色设计、需要多次迭代。

信任、安全与产品方向

  • 有些人担心将 AI 使用与个人 Gmail 绑定,因为可能存在账号被封的风险。
  • 也有人抱怨 Google 优先考虑炫目的演示和搜索/广告整合,而不是稳健、对开发者友好的产品(例如,Docs/Slides 中的 Gemini 很弱,而独立竞争对手很强)。
  • 少数人指出,主流用户确实大量使用由 Gemini 支持的搜索摘要,尽管据称该业务单元并不盈利。