谷歌推出Gemini Omni 1.2 Flash，原生15秒视频生成且降价三成

当地时间11月5日，谷歌正式推出视频生成与编辑模型Gemini Omni 1.2 Flash，并通过Gemini API、Google AI Studio、Google Cloud及Flow等渠道全面开放。该模型将原生视频时长从1.1版本的10秒延长至最长15秒，同时把720p视频生成价格下调30%至每秒0.07美元，每条生成的视频都带有不可感知的SynthID水印。

在能力层面，新模型最显著的变化是“对话式编辑”。用户可以通过多轮对话逐步调整已生成的视频，例如替换背景、修改光照或切换画面比例，而不必重新生成整段内容；该功能可覆盖完整的15秒片段。配合分层工作流，用户可先用360p或720p快速起草，再对成片升频至1080p或4K，从而压缩使用成本。

参考遵循能力也明显增强。谷歌表示，用户可输入人物、产品或风格图片，以及最长3秒的动态片段与音频线索，模型能在不同镜头角度下保持面部、服装、包装字体与品牌配色的一致性，便于把现有产品图与角色设定转为虚拟试穿、商品旋转展示和品牌广告视频。在语音方面，新模型生成更自然的对话、更精准的口型同步，并支持多说话人控制。

对创作者与广告行业而言，降价与可编辑性的组合降低了视频模型的试错门槛：过去按次生成、改动成本高的工作流，现在可以像修改文档一样迭代。这也让视频生成赛道的竞争重心，从单纯比拼画质转向时长、价格、可编辑性与工作流整合。

值得注意的是，Gemini Omni 1.2 Flash与谷歌此前登顶评测的前沿模型Gemini 4 Carbon定位不同——后者主打推理与安全能力，前者聚焦视频创作，两者共同构成谷歌在生成式AI上的产品矩阵。随着字节Seedance、快手可灵等竞争对手加速迭代，视频模型的“分毛计价”时代正在到来。