Gemini Omni 1.2 Flash上线：原生15秒视频，价格降30%
感谢IT之家网友 愚公骑马、乌蝇哥的左手 的线索投递！ 谷歌正式推出 Gemini Omni 1.2 Flash 视频生成模型，并在 Gemini API 与 Gemini for business 平台全面开放使用。 新版模型实现了原生 15 秒视频生成、多轮对话式编辑、更强的参考遵循能力，同时较 1.1 版本降价
Gemini Omni 1.2 Flash视频生成模型，Gemini API和Gemini for business两个平台都已同步开放。相比1.1版本，新模型原生支持生成15秒视频，能进行多轮对话式编辑，参考遵循能力也更强；价格则下调了30%，720p视频每秒收费0.07美元（IT之家注：现汇率约合0.47元人民币）。
成本控制上，新工作流先用360p或720p快速起稿，之后靠编辑修细节，不必整段重新生成，最后再把成品升到1080p或4K，花费能进一步压低。
时长方面，1.1版本原生只支持10秒，这次延长到了最长15秒，并且可以在3到15秒之间以1秒为单位自行设定，一条完整故事、产品讲解或社交广告片段都能一次生成。
参考素材上，用户可以拿角色图、产品图、风格图、最长3秒的动态片段以及音频线索来引导生成。模型在镜头换角度时能一直保住面部、服装、包装字体和品牌色彩的一致，现有产品图、角色设定图因此可以直接转成虚拟试穿、产品旋转展示和品牌视频广告。
一致性也是这次改动的重点。新模型从首帧到末帧能让角色、物体、场景保持一致，运动和镜头切换时视觉漂移、变形都有所减少。不管是在首末关键帧之间做插值，还是延长片段拼出长序列，产品、角色、道具和环境在各镜头间都能维持统一。
编辑方式上，用户可以对同一片段一轮一轮地调整，换产品、换背景、改光照或天气、切换画面比例都行，不用从头重新生成。这套多轮对话编辑能覆盖完整的15秒片段，给不同受众、不同投放位做广告变体时，不必重写提示词，也不必重新生成。
语音部分，新模型生成的对话更流畅自然，口型同步也更清晰，还支持多说话人条件控制。它可以用在Flow里导演多角色对话，在Gemini for business里制作讲解类视频，也能在Google Vids里做出带数字人、音乐与旁白的专业视频。
画面控制上，用户可以指挥复杂的连续镜头运动，全景FPV穿越、戏剧化拉远、环绕镜头都能实现，不必要的跳切大幅减少，缩放比例更稳定，电影质感也更精细。
这一回Gemini Omni首次做到全面正式可用。它依托谷歌云的企业级基础设施与安全能力，支持预置吞吐量（Provisioned Throughput），生成的内容自带肉眼看不出的SynthID水印。
开发者可以在Google AI Studio里做原型调试，并查阅文档与定价；企业用户到谷歌云控制台就能体验；普通用户能在Flow中导演场景、多轮编辑，在Google Vids中免费生成15秒片段；Gemini App正面向Google AI Ultra订阅用户逐步推送，Google Ads则支持规模化投放视频广告。
感谢IT之家网友 愚公骑马、乌蝇哥的左手 的线索投递！
