Gemini Omni 1.2 Flash 发布，视频时长提至 15 秒且降价 30%
Gemini Omni 1.2 Flash: Fast and cost-effective with longer clips
- 1Gemini Omni 1.2 Flash 发布并全面开放，原生视频上限从 10 秒提至 15 秒
- 2价格较 Omni 1.1 下调 30%，720p 视频为每秒 $0.07
- 3支持多轮对话式剪辑与更强参考遵循，官方演示称人物、服装与品牌配色跨镜头一致
- 4已通过 Gemini API 与 Google Cloud 开放，输出自带 SynthID 隐形水印
视频生成降到 720p 每秒 $0.07 后，AI 视频开始进入商业广告素材的量产区间，一致性补齐了品牌资产复用的前提。
- 影响：广告与电商内容可按秒计价试产，先出 360p/720p 草稿、只对最佳片段升级到 1080p 或 4K，重制成本结构改变；多轮剪辑让同一素材换背景或换产品即可产出多版本投放；一致性改善使现有产品图可直接转成试穿、目录类视频素材。
- 参考：可考虑按每秒 $0.07 重算视频广告制作预算，选一组现有产品图做试穿或目录视频的对比试点；值得评估用多轮剪辑把一支素材改成多渠道版本的成本收益。
- 依据：价格为官方口径，720p 每秒 $0.07、较 1.1 降 30%，一致性与剪辑效果均出自官方演示，暂无独立验证；开放范围以官方文档为准。
2026年11月5日
|
Gemini Omni 1.2 Flash 支持 15 秒视频片段，一致性更强，生成速度更快、成本更低。
Anish Nangia
Google DeepMind 产品经理
收听文章
[[duration]] 分钟
此内容由 Google AI 生成。生成式 AI 尚处于实验阶段
今天，我们正式推出 Gemini Omni 1.2 Flash，并通过 Gemini API 和 Gemini for business 全面开放使用。Gemini Omni 1.2 Flash 引入了原生 15 秒视频创作、多轮对话式编辑功能，以及更强的参考遵循能力。价格较 Gemini Omni 1.1 下调 30%，720p 视频现为每秒 $0.07。
以下是新功能概览：
规模化使用，快速且具成本效益
除了更低的价格，工作流程本身也能控制成本：你可以先用 360p 或 720p 快速起草，通过后续编辑修正细节，而无需重新生成整个片段，然后再将最佳作品放大至 1080p 或 4K。
更长的片段，最长可达 15 秒
现在，你可以原生生成和编辑最长 15 秒的视频，而 Omni 1.1 为 10 秒。你还可以以 1 秒为增量指定 3 到 15 秒之间的时长，让你有足够的空间在一单次生成中讲述完整的故事、制作产品讲解视频，或产出完整的社交媒体广告片段。
更好的参考遵循度
你可以结合角色、产品或风格图像、短动态片段（最长三秒）和音频提示来引导生成——而 Omni 1.2 Flash 会从头到尾保留这些细节。面部、服装、包装字体和品牌颜色在各种镜头角度下保持一致，让你轻松将现有的产品摄影或角色设定图转化为虚拟试穿片段、商品目录旋转展示和品牌视频广告。
将一张模特照片与三套服装的正反面产品照相结合，Gemini Omni 1.2 Flash 生成了 15 秒的虚拟试穿序列，涵盖 360 度转身和匹配剪辑，同时保持模特的形象特征以及每件服装的剪裁、垂坠感和背面细节的一致性。
更一致的结果
从第一帧到最后一帧，你都能保持更强的角色、物体和场景一致性，在运动和镜头切换中出现的视觉漂移或形变更少。无论你是在首尾关键帧之间进行插值，还是延长片段以构建更长的序列，产品、角色、道具和环境在镜头之间都保持一致。
在相同的静态影棚灯光展览海报和五层动画提示下，Gemini Omni 1.1 Flash 与参考图像的匹配度不如 1.2。Gemini Omni 1.2 Flash 在暗粉色天幕上逐层依次构建海报，升起六边形基座，组装出 HALO、GLOW 和 LUMEN 字样的罗纹玻璃、暖色灯丝、切面水晶和盘绕线绳造型，并在整个过程中锁定每一种材质、阴影和排版细节，直至最后一帧。
对话中编辑更轻松
你可以逐轮微调同一个片段——例如更换产品或背景、改变光照或天气，或切换宽高比——而无需从头重来。多轮对话式编辑适用于完整的 15 秒片段，让你无需重新下达需求或重新生成，即可轻松为不同受众和投放位置制作广告变体。
从一段已生成的片段出发，多轮对话式提示逐步更换背景——从条纹凉亭帐篷到橡树林、有白马的马厩、集市庙会，再到石砌城堡——同时保持两位角色的表演、盔甲反光和镜头构图不变。
更自然的语音
你可以生成对话更流畅自然、口型同步更清晰、多说话人条件区分更明显的场景。无论你是在 Flow 中执导多角色对话，在 Gemini for business 中创建视频讲解，还是在 Google Vids 中利用虚拟形象、音乐和旁白制作精致的专业视频，都能感受到这一提升。
基于一张温室场景图像，以及四个角色、口型和一秒钟的语音参考，Gemini Omni 1.2 Flash 在一个 15 秒的动画场景中，将每个采样语音准确分配给对应的角色，口型同步富有表现力，喜剧节奏自然。
更可控、更具电影感的画面
你可以执导复杂连贯的镜头运动——例如流畅的 FPV 穿越飞行、戏剧性的拉远镜头和环绕镜头——不想要的跳切显著减少，尺度更稳定，整体呈现更精致、更具电影感。
在两张建筑参考照片的引导下，Gemini Omni 1.2 Flash 指挥无人机进行一次连续的 FPV 飞行，横穿广场、穿过青铜大门，再向上穿过万神殿的藻井穹顶直达穹顶圆孔，全程零跳切。
更长的片段、更流畅的动作、更紧密的一致性
Gemini Omni 1.2 Flash 可生成最长 15 秒的片段，对参考内容的保持能力比以往更好。你可以滑动浏览，查看角色、文字和镜头运动在更长镜头、多轮编辑和无缝转场中保持一致。
从创作者到全球品牌的实际成果
企业、初创公司和创作者已经在工作流程中使用 Gemini Omni 1.2 Flash。而且 Gemini Omni 首次正式全面可用，背后有 Google Cloud 企业级基础设施和安全保障的支持。Provisioned Throughput 现已可用，输出内容带有不可察觉的 SynthID 水印。
开始使用 Gemini Omni 1.2 Flash
虽然我们仍在持续开发，以进一步改进快速运动画面、快速脚本更改和复杂物理效果等方面，但 Gemini Omni 1.2 Flash 对于大规模制作视频的企业、开发者和创作者来说非常理想。随着 Gemini Omni 1.2 Flash 在 Google 的产品和开发者平台上逐步推出，你现在就可以开始使用：
- 对于使用 Gemini API 的开发者：在 Google AI Studio 中进行原型设计，探索交互式入门应用，并查看开发者文档和定价。
- 对于企业：在 Google Cloud 控制台中试用，并使用 API 构建企业级解决方案。
- 对于所有使用 Google 应用的用户：在 Flow 中执导场景和多轮编辑，使用 Google 账号或 Google Workspace 订阅在 Google Vids 中免费生成 15 秒片段，在 Gemini 应用中创建 15 秒视频（正逐步向 Google AI Ultra 订阅者推出），并在 Google Ads 中扩展视频广告系列。
在您的收件箱中获取 Google 的最新资讯
订阅我们的资讯邮件，获取产品更新、活动信息、特别优惠等更多内容。
您的信息将按照 Google 的隐私政策 进行使用。您可以随时选择退出。
来源：Google DeepMind：Blog · deepmind.google