谷歌发布Gemini Omni 1.2 Flash：原生支持最长 15 秒视频，720p价格下调 30%
Google DeepMind产品经理Anish Nangia宣布，Gemini Omni 1.2 Flash已在Gemini API和Gemini for business全面可用，原生视频时长从 10 秒提升至 15 秒，720p视频定价为每秒 0.07 美元。
AI解读：原生视频生成与编辑时长从Omni 1.1的 10 秒提升到 15 秒，并可按 1 秒为步长指定 3 至 15 秒的时长。
720p视频价格为每秒 0.07 美元，较 1.1 版本下调 30%。官方称可先用 360p或 720p快速生成草稿，再用后续编辑修改细节，最后将成品放大到 1080p或 4K。
新增多轮对话式编辑，可在同一条 15 秒片段上逐轮更换产品、背景、光线、天气或画幅比例，无需从头重新生成。
官方称在角色、物体和场景一致性以及参考图遵循方面有所增强，输入可组合人物、产品、风格图片、最长 3 秒的动作片段和音频提示。
语音与镜头控制得到改进，官方表示对话更自然、口型同步更清晰、支持多说话人，并且复杂连续运镜中的跳切更少；官方称仍在改进快速运动、快速脚本变化和复杂物理效果。
Google DeepMind于 2026 年 11 月 5 日发布Gemini Omni 1.2 Flash，并宣布该模型在Gemini API和Gemini for business中全面可用。Google DeepMind产品经理Anish Nangia在博客中称，这是Gemini Omni首次全面可用。
版本的核心变化是原生视频生成与编辑时长从Omni 1.1的 10 秒提升到 15 秒，同时 720p视频价格从上一版下调 30%，为每秒 0.07 美元。以上数字与功能均来自Google官方博客。
时长与价格
Gemini Omni 1.2 Flash支持原生生成和编辑最长 15 秒的视频，用户可按 1 秒为步长指定 3 至 15 秒的时长。官方给出的用途包括完整故事、产品讲解和单条社交媒体广告。
价格方面，Google称 720p视频为每秒 0.07 美元，比Omni 1.1低 30%。官方描述的工作流是：先用 360p或 720p快速生成草稿，通过后续编辑修正细节而非重新生成整条片段，再把选中的成品放大到 1080p或 4K。
编辑与一致性
1.2 Flash加入多轮对话式编辑：在同一条 15 秒片段上，用户可以逐轮更换产品、背景、光线、天气或画幅比例。Google的示例是从一条已生成片段出发，逐轮将背景从条纹帐篷换成橡树林、带白马的马厩、集市和石堡，同时保持两个角色的表演、盔甲反光和镜头构图。
官方称模型在角色、物体和场景一致性上更强，跨运动和镜头转场时的视觉漂移或变形更少。参考输入可组合人物、产品或风格图片、最长 3 秒的动作片段以及音频提示。Google举例称，用一张模特照片加三套服装的正反面产品图，可生成 15 秒、包含 360 度转身和匹配剪辑的虚拟试穿序列。
语音、镜头与可用范围
Google称 1.2 Flash的对话更自然、口型同步更清晰，并支持多说话人条件控制。官方示例是一条 15 秒动画场景：以一张温室场景图、四个角色与嘴部参考以及 1 秒语音参考为条件，模型将每个采样语音分配给对应角色。
镜头控制方面，官方称复杂连续运镜的意外跳切更少、尺度更稳定，示例为一段从广场穿过青铜门、沿万神殿穹顶升至圆孔的连续FPV飞行。Google同时表示，快速体育动作、快速脚本变化和复杂物理效果仍在改进中。
使用入口包括：开发者在Google AI Studio和Gemini API中调用；企业在Google Cloud控制台构建；Google Vids用户可用Google账号或Workspace订阅免费生成 15 秒片段；Gemini应用向Google AI Ultra订阅者推出；Google Ads中可用于视频广告活动。Google称输出带有不可感知的SynthID水印，并提供Provisioned Throughput。以上均为Google的官方说法，博客未给出第三方评测或公开效果数据。