Gemini Omni 1.2 Flash:原生 15 秒视频,价格降三成
Gemini Omni 1.2 Flash: Fast and cost-effective with longer clips
DeepMind 把视频生成拉到 15 秒,720p 降至每秒 0.07 美元,并加入多轮对话编辑与更强的参考一致性。
11 月 5 日,Google DeepMind 将 Gemini Omni 1.2 Flash 推向 Gemini API 与 Google Cloud 正式可用。核心升级有三项:原生生成与编辑最长 15 秒视频(上一代 10 秒),可按 1 秒粒度指定 3 至 15 秒;720p 价格降到每秒 0.07 美元,比 Omni 1.1 低 30%;支持在同一片段上进行多轮对话式修改。
工作流的设计意图是压低试错成本:先用 360p 或 720p 快速草拟,发现细节问题后用一句后续指令改局部——换产品、换背景、改光照或天气、切换画幅——而不是整段重新生成;满意后再把最佳版本升到 1080p 或 4K。DeepMind 称,这使广告变体、商品目录视频和品牌短片可以在一次会话里完成。
参考一致性是另一重点。用户可以同时输入人物、产品或风格图片,最长 3 秒的动作片段和音频线索,模型会在整段视频中保持人脸、服装、包装字体与品牌色一致,适合虚拟试穿、360 度商品旋转与品牌广告。首尾帧插值、片段延长时的漂移也明显减少,角色、道具与环境在镜头切换间更稳定。
这些能力已进入 Gemini API、Google Vids 与 Gemini for business。对视频生成赛道而言,真正的信号不是“更长”,而是价格、编辑闭环与一致性同时改善:当重生成不再必要,单位可用素材的成本会下降一个量级,广告与电商是最先被改写的场景。
- 原生 15 秒,可按 1 秒粒度指定 3 至 15 秒
- 720p 每秒 0.07 美元,较 Omni 1.1 降价 30%
- 多轮对话编辑,无需整段重生成
- 人物、产品、品牌色跨镜头保持一致








