谷歌宣布对AI视频生成模型进行重大升级，推出Gemini Omni 1.2 Flash。此次更新大幅扩展了功能并显著降低价格，被视为Omni系列迄今最具实质性的迭代。该模型现已通过Gemini API和Google Cloud上的Gemini for Business全面开放，依托谷歌云企业级基础设施提供支持。
核心升级：时长扩展与智能编辑
Gemini Omni 1.2 Flash将原生视频生成时长从10秒延长至15秒。用户可一次性生成并编辑长达15秒的片段，并能以1秒为增量，在3至15秒间自由指定时长。谷歌表示，这一时长足以完整呈现产品解说或社交媒体广告，无需再拼接多个短片段。同时，模型在全片范围内提升了运动一致性，有效减少人物、物体及场景细节的视觉漂移或形变。
新增的多轮对话式编辑功能允许用户通过后续文本提示完善视频，如更换背景、调整灯光或切换画幅，而无需从头重新生成。这一改进大幅缩短了为不同平台制作广告变体的时间与成本。此外，模型在参考材料一致性上表现更佳，能更准确地在整个片段中保持角色面部、服装、品牌色彩等细节的稳定，解决了AI视频生成中品牌一致性难以维持的痛点。
镜头控制系统也得到优化，在处理FPV穿越、拉远镜头等复杂连续运动时，意外跳切更少，画面更具电影感。语音生成方面，新模型呈现出更自然的语音效果和更清晰的唇形同步，并支持在多说话人场景中为特定角色设定独特声音。
价格下调30%，分层工作流降低成本
在性能提升的同时，Gemini Omni 1.2 Flash的价格较1.1版本降低了30%，720p视频生成价格降至每秒0.07美元。谷歌引入了分层工作流策略：用户可先以360p或720p分辨率进行草稿制作和迭代，仅在最终输出时将选定片段提升至1080p或4K分辨率，从而有效控制成本。
目前，该模型已为Google Cloud企业客户提供“预留吞吐量”选项，以满足高产量生产工作流对性能和容量保障的需求。所有生成的视频内容均带有不易察觉的SynthID水印，符合谷歌标记AI生成内容的一贯做法。
全渠道开放访问
Gemini Omni 1.2 Flash不再局限于邀请制。开发者可通过Google AI Studio和Gemini API直接访问；企业用户可通过Google Cloud控制台使用；普通消费者则可在Flow、Google Vids、Google Ads以及面向Google AI Ultra订阅者的Gemini应用中体验该功能。其中，Google Vids允许拥有Google账号或Workspace订阅的用户免费生成长达15秒的片段。