Gemini Omni Flash 1.2 上线 Recraft Studio,支持 15 秒视频生成
Google 于 2026 年 11 月 5 日发布 Gemini Omni Flash 1.2 视频模型,现已上线 Recraft Studio。相比 1.1,单次生成时长从 10 秒提升至 15 秒,一致性与对口型更清晰,Gemini API 价格降低约 30%。
推荐理由:新版本将单次生成时长从 10 秒提升至 15 秒,并改善跨片段一致性与对口型,适合需要完整小故事的短广告场景。
Google 于 2026 年 11 月 5 日发布 Gemini Omni Flash 1.2 视频模型,现已上线 Recraft Studio。相比 1.1,单次生成时长从 10 秒提升至 15 秒,一致性与对口型更清晰,Gemini API 价格降低约 30%。
推荐理由:新版本将单次生成时长从 10 秒提升至 15 秒,并改善跨片段一致性与对口型,适合需要完整小故事的短广告场景。
Avid 发布 Ready to Play,与 Google Cloud 合作将 Gemini 和 Veo 驱动的 AI 视频生成与分析直接集成进 Media Composer。
Google Gemini Omni 1.2 Flash 现已在 Runway 中可用。该模型支持创建和编辑最长 15 秒的视频,对话更自然、镜头间一致性更强,可细化场景而无需重新开始,并升级到 4K。
MiniMax H3 需自托管 GPU 集群,7 款全模态平台可免运维替代。Luma Ray 3.2 居首,支持多关键帧序列、1080p 无水印导出、生成速度提升 4 倍,可直接导出至 Premiere、DaVinci 和 Final Cut;Google Veo 3.1 可一次生成同步语音与音效,ByteDance Seedance 2.5 面向多资产品牌项目。
Google 已关停 Gemini API 和 Vertex AI 中的全部三款 Imagen 4 模型,原价分别为 Fast $0.02、Standard $0.04、Ultra $0.06 每张。
ArcReel v0.34.0 发布,Agent 供应商未定价档位可手动选模型,凭证支持设置倍率,订阅制网关填 0 不计费。计费改为按模型目录价目表结算,文本、配音、图片、视频费用分项落档,未定价调用单独计数。模型目录新增搜索接口并随版同步价格与能力,Seedance 2.0 可选 4K、Seedance 2.5 可选 1080p。
cinemaOS、CUTROOM 和 invideo 代表三条不同的 AI 视频剪辑路线:cinemaOS 是 Momentum Studios 的 Mac 原生订阅应用。
Hugging Face 宣布 TorchTPU 为 PyTorch 带来原生 TPU 后端,Transformers、Diffusers 和 Kernels 可直接在 TPU 上运行,模型只需指定 device_map="tpu" 即可加载。
Google 近期向 AI Pro 计划用户开放了 40/80GB 显存的 Nvidia A100 GPU,有用户以 9.99 美元 6 个月的促销价订阅后,在 Reddit 询问如何在 Google Colab 上搭建针对 Krea 2 和 Anima 的 LoRA 训练器,以及用 H3 Minimax 生成视频的方法。
Pixaroma 发布音乐视频《Out of Memory》,整首歌围绕 ComfyUI 展开,画面全部在真实 ComfyUI 中录制,包含真实工作流、实时预览、显存不足报错、缺失节点,以及从日志中修复损坏 VAE 的过程。
Gemini Nano Banana 2.1 是 Google 的图像生成与编辑模型,作为 Nano Banana 2 的继任者,现通过 Partner Nodes 在 ComfyUI 上线。
推荐理由:ComfyUI 官方接入 Gemini Nano Banana 2.1,创作者可对比其分辨率档位、思考等级与单次成本变化。
mushigaite 在 GitHub 开源 short-video-maker,可将 YouTube 视频或本地文件自动切成 9:16 竖屏短视频,集成高光检测、字幕、翻译与配音,且无片头署名和水印。
推荐理由:开源项目把长视频切片、字幕、翻译与配音串成一条本地流程,可作为短剧出海剪辑工具的免费替代方案参考。
Flora AI 采用按席位订阅加美元用量预算模式,四档自助套餐为 Free、$18、$50、$200 每月每席位,付费席位额度汇入共享池且不结转,失败生成与 FAUNA 助手对话不计费。
bestagentkits 在 GitHub 开源 motion-video-skill,这是一个让 Agent 生成节拍同步动态图形视频的技能,输出 1920×1080、30 fps,画面切点落在音乐节拍上、揭示动画落在旁白词上。
Trendlume v0.3.0 发布,将视频生成引擎从单一文本流水线升级为知识科普、电商带货、故事短剧三大赛道生产体系。
Google 旗下 Envisioning Studio 与 Google Labs 合作,用 AI 创作工具 Google Flow 为设计师 Jane Wade 和 Sergio Hudson 定制了两款工具,赶在纽约时装周前投入使用。
Google 在 Workspace 下推出图像创作与编辑工具 Google Pics,基于 Nano Banana 图像生成与编辑模型,将在未来几周向所有 Google AI Pro 和 Ultra 订阅者及多数 Workspace 商业客户开放。
推荐理由:Google 把图像生成与编辑工具接入 Workspace 应用,可据此判断团队出图流程是否要迁移。
Hugging Face 与 Cerebras 联合演示了一套实时语音到语音流水线,用 Cerebras 加速 Gemma 4 31B 推理,语音识别用 Nvidia 的 Parakeet,语音合成用阿里 Qwen3TTS,各层模块化且开源可替换。