谷歌发布 Gemini Omni 1.2 Flash：原生生成15秒视频，720p价格较上代降30%

据 IT之家 11 月 6 日报道，谷歌推出视频生成模型 Gemini Omni 1.2 Flash，并在 Gemini API 与 Gemini for business 平台开放使用。此次升级将原生视频生成时长由上一代的10秒延长至最长15秒，同时加入覆盖完整片段的多轮对话编辑，并强化参考素材遵循、角色一致性和音画表现。价格方面，720p视频生成费用为每秒0.07美元，较1.1版本下降30%。对开发者和内容团队而言，这次更新的重点不仅是片段更长，还包括减少反复生成带来的成本。

从15秒生成到多轮修改，视频制作流程更完整

来源显示，新模型支持在3至15秒之间以1秒为单位设置时长，让产品讲解、社交广告等短内容拥有更灵活的节奏。相比单纯延长片段，支持对同一视频持续修改更值得关注：用户可以逐轮替换产品或背景、调整光照与天气，或切换画面比例，而不必每次从头生成。

谷歌提供的降本路径也围绕这一流程展开：先用360p或720p生成草稿，通过编辑修正细节，确认后再升级到1080p或4K。先低分辨率试错、再输出高分辨率成品，有望减少方案尚未确定时的无效计算开销，但实际节省幅度仍取决于修改次数和输出需求。

• 参考输入：可结合角色、产品和风格图片，以及最长3秒的动态片段和音频线索。
• 画面一致性：重点改善面部、服装、包装字体、品牌色彩及场景在不同镜头中的稳定性。
• 声音与运镜：增强自然对话、口型同步和多说话人控制，并支持环绕、拉远及连续穿越等镜头运动。

影响解读：竞争焦点转向可控性与商业交付

从此次更新可以看出，视频模型的竞争正在从“能否生成好看的画面”，转向能否稳定地完成制作任务。对品牌内容而言，产品包装和人物设定能否跨镜头保持一致，往往比单个镜头是否惊艳更重要；对广告团队而言，能否在已有片段上修改背景、比例和产品，则关系到制作多个投放版本的效率。

对话式编辑与参考遵循能力的结合，使模型更接近可反复调整的制作工具，而非一次性输出结果的生成器。不过，来源描述的强一致性、自然口型和复杂运镜表现，仍需在具体素材与任务中验证，不能直接等同于所有场景都能稳定交付。

面向开发者、企业与创作者分层开放

据报道，Gemini Omni 此次实现全面正式可用，支持预置吞吐量，生成内容带有肉眼不可感知的 SynthID 水印。开发者可通过 Google AI Studio 调试原型，企业用户可从谷歌云控制台体验。创作者可在 Flow 中导演场景和多轮编辑，Google Vids 则支持免费生成15秒片段；Gemini App 正向 Google AI Ultra 订阅用户逐步推送，Google Ads 支持规模化视频广告投放。

对中文开发者和内容团队来说，评估这类工具不宜只比较每秒报价，还应关注参考素材还原度、修改后的稳定性，以及接入现有工作流的难度。此次升级释放的信号是：视频生成正在围绕可编辑、可复用与规模化生产继续演进。