谷歌于 2026 年 11 月 5 日宣布推出 Gemini Omni 1.2 Flash,新增最长 15 秒的视频生成功能,价格较 Gemini Omni 1.1 降低 30%。此版本旨在让企业、开发者、广告商和内容创作者以更低成本、更轻松地制作 AI 视频。该模型已通过 Gemini API 和 Gemini for business 普遍开放,并将逐步扩展至谷歌的产品生态系统。
Gemini Omni 1.2 Flash 将视频生成时长延长至 15 秒
Gemini Omni 1.2 Flash 将原生视频生成时长从 10 秒延长至 15 秒。用户可以按 1 秒为单位选择 3 至 15 秒的时长,适用于广告、产品展示、教育内容和短视频等场景。
谷歌将价格较 Gemini Omni 1.1 下调了 30%。生成 720p 视频的费用为每秒 $0.07。用户可以先以 360p 或 720p 创建初稿,再将选定的输出提升至 1080p 或 4K。
Gemini Omni 1.2 Flash 新增对话式编辑和参考控制功能
用户可以通过对话式编辑优化现有片段,而不必重新生成整段视频。编辑控制项涵盖背景、产品、光线、天气状况和宽高比,同时保留原有视频序列。谷歌表示,该工作流程旨在简化多个广告版本的制作,并降低反复生成所产生的计算成本。
该模型支持多种参考输入,包括人物图像、产品摄影图、风格参考、短动作片段和音频提示。动作参考最长可达 3 秒。谷歌表示,该模型旨在让生成视频中的面部特征、服装、包装、字体和品牌色彩保持一致。
谷歌展示了一段 15 秒的虚拟试穿序列,该序列使用了一张模特照片和多套服装的产品图像。该模型还可以在不同摄像机角度和转场之间保持更高的一致性,减少人物、物体和环境出现意外变化的情况。
Gemini Omni 1.2 Flash 改进语音和摄像机运动效果
Gemini Omni 1.2 Flash 支持更自然的对话、更加协调的语音与面部动作同步效果,以及让多个说话者的声音更具辨识度。谷歌介绍了这些功能在 AI 生成的讲解视频、营销视频、角色对话和虚拟主持人制作中的应用。
该模型能更好地控制电影感摄像机运动,包括连续的第一人称穿越镜头、戏剧性的拉远镜头和环绕运动,同时减少意外剪切,让视觉比例更加一致。谷歌展示了这项技术在建筑环境、动画序列以及不同主体之间动作转移等示例中的应用。
谷歌将 Gemini Omni 1.2 Flash 的使用范围扩展至更多产品
谷歌提到,Adobe、Monks、Havaianas 和 Whering 等机构正在使用这项技术。Adobe 计划将更新后的模型整合到 Firefly 中,为用户提供更长的视频输出,并在使用参考图像时提升一致性。创意制作公司 Monks 一直在测试该模型的视觉特效和可控视频生成功能。Whering 则评估了该模型在虚拟造型应用中呈现服装和面料的能力。
开发者可以通过 Google AI Studio 和 Gemini API 使用 Gemini Omni 1.2 Flash,企业则可以通过 Google Cloud 使用。谷歌还通过 Google Cloud 基础设施支持企业采用该技术,其中包括面向需要稳定计算能力的组织提供的 Provisioned Throughput。该技术正在整合至 Flow、Google Vids、Gemini 应用和 Google Ads。
拥有 Google 账号或 Google Workspace 订阅的 Google Vids 用户可以免费生成 15 秒片段,无需额外付费。Gemini 应用的使用权限正逐步向 Google AI Ultra 订阅用户开放。生成的内容带有肉眼无法察觉的 SynthID 水印,用于识别 AI 生成的内容。
谷歌承认,在快速移动的体育画面、剧本场景的快速变化以及复杂的物理交互方面,仍需进一步改进模型表现。
Gemini Omni 1.2 Flash 规格与可用情况
- 谷歌于 2026 年 11 月 5 日宣布推出 Gemini Omni 1.2 Flash。
- 原生视频生成功能支持时长为 3 至 15 秒的片段,可按 1 秒为单位调整;此前最长时长为 10 秒。
- 价格较 Gemini Omni 1.1 低 30%;生成 720p 视频的费用为每秒 $0.07。
- 初稿可按 360p 或 720p 生成,选定的输出可提升至 1080p 或 4K。
- 动作参考最长可达 3 秒。
- 开发者可通过 Google AI Studio 和 Gemini API 使用该模型;企业可通过 Google Cloud 使用。
- 拥有 Google 账号或 Google Workspace 订阅的 Google Vids 用户可以免费生成 15 秒片段,无需额外付费。
- 生成的内容带有肉眼无法察觉的 SynthID 水印,用于识别 AI 生成的内容。
常见问题
Gemini Omni 1.2 Flash 视频最长可以多长?
该模型生成的视频最长可达 15 秒。用户可以按 1 秒为单位指定 3 至 15 秒的时长。
Gemini Omni 1.2 Flash 生成 720p 视频的费用是多少?
生成 720p 视频的费用为每秒 $0.07。谷歌表示,价格较 Gemini Omni 1.1 低 30%。
用户可以在哪里使用 Gemini Omni 1.2 Flash?
开发者可以通过 Google AI Studio 和 Gemini API 使用该模型,企业则可以通过 Google Cloud 使用。该模型也正在整合至 Flow、Google Vids、Gemini 应用和 Google Ads。