Google DeepMind 的全新视频生成与编辑模型 Gemini Omni 1.2 Flash 于 2026 年 11 月 5 日星期四开始推出，现已在 Gemini API 和 Gemini for business 中全面上线。该消息由 Google DeepMind 产品经理 Anish Nangia 在 Google 官方博客上发布。
最长 15 秒的片段
最大的升级是原生支持生成和编辑长达 15 秒的视频，高于 Omni 1.1 的 10 秒。时长可以 1 秒为单位在 3 至 15 秒之间设定，一次生成即可完成完整故事、产品讲解或广告。
对话式编辑与更强的参考遵循
该模型支持多轮对话式编辑：无需从头开始，即可在整个 15 秒片段中更换产品或背景、调整光线、天气或画面比例。参考遵循能力也有所增强——模型可结合人物、产品或风格图片、最长三秒的动态片段和音频提示，在不同机位之间保持面孔、服装、包装文字和品牌色彩的一致性。
据 Google 介绍，从第一帧到最后一帧的结果也更加连贯，运动和镜头切换之间的视觉漂移更少，对白更自然，口型同步更清晰，并支持区分不同说话者。复杂的运镜，如第一人称无人机穿越和戏剧性拉远，也减少了不必要的跳切。
价格降低 30%
价格比 Omni 1.1 降低了 30%，720p 视频为每秒 0.07 美元。建议的工作流程是先以 360p 或 720p 起草，通过后续编辑修正细节，再将最佳作品放大到 1080p 或 4K。
使用渠道
该模型已上线 Gemini API，可在 Google AI Studio 中进行原型开发，并进入 Google 的各款应用：在 Flow 中执导场景和多轮编辑，在 Google Vids 中免费生成 15 秒片段，在 Gemini 应用中生成 15 秒视频（正向 Google AI Ultra 订阅用户推出）。面向企业，支持 Provisioned Throughput，输出内容带有不可察觉的 SynthID 水印。
Google 表示开发仍在继续：快速体育动作、剧本快速切换和复杂物理效果仍在改进中。
图片来源：Google 在官方博客发布的 Gemini Omni 1.2 Flash 官方宣传图。
来源
Google — Gemini Omni 1.2 Flash: 15-second video and lower pricing
Google DeepMind — News
透明度声明：本文借助人工智能制作，并交叉核对了 X 上的公开帖文与互联网来源。在做出任何决定之前，请查阅原始来源以核实细节。
Muse
