Gemini Omni 1.2 Flash发布：原生15秒生成，价格较1.1降30%
IT之家 11 月 6 日消息，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 30%，720p 视频生
11 月 6 日，谷歌推出视频生成模型 
Gemini Omni 1.2 Flash，Gemini API 和 Gemini for business 两个平台同步开放使用。
这一版能原生生成 15 秒视频，支持多轮对话式编辑，对参考素材的遵循也更到位。价格比 1.1 版本低 30%，720p 视频为每秒 0.07 美元（按现汇率约合 0.47 元人民币）。
成本还能靠工作流压下来：先用 360p 或 720p 快速起草，细节靠后续编辑修正，不必整段重新生成，成片再升到 1080p 或 4K。
时长上限也从 1.1 版本的 10 秒拉到 15 秒，用户可在 3 到 15 秒之间按 1 秒为单位自定长度，一次就能生成完整故事、产品讲解或社交广告片段。
引导生成的方式更灵活，角色图、产品图、风格图片、最长 3 秒的动态片段和音频线索都能用上。模型在不同镜头角度下能保持面部、服装、包装字体和品牌色彩一致，现有产品图、角色设定图可直接转成虚拟试穿、产品旋转展示和品牌视频广告。
首帧到末帧之间，角色、物体、场景的一致性也更强，运动和镜头切换时的视觉漂移、变形有所减少。不论是首末关键帧之间插值，还是延长片段拼成长序列，产品、角色、道具与环境在各镜头间都能保持统一。
编辑可以逐轮进行，替换产品或背景、改动光照或天气、切换画面比例，都不需要从头重新生成。多轮对话编辑覆盖完整的 15 秒片段，为不同受众、不同投放位做广告变体时，提示词不用重写，片段也不用重做。
语音部分，对话更流畅自然，口型同步更清晰，还支持多说话人条件控制。Flow 里导演多角色对话、Gemini for business 里制作讲解类视频、Google Vids 里制作带数字人、音乐与旁白的专业视频，都用得上。
复杂连续镜头运动也能指挥，比如全景 FPV 穿越、戏剧化拉远、环绕镜头，不必要的跳切大幅减少，缩放比例更稳定，电影质感更精致。
Gemini Omni 这次首次全面正式可用，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），生成内容自带肉眼不可感知的 SynthID 水印。
开发者可在 Google AI Studio 调试原型、查阅文档与定价；企业用户可到谷歌云控制台体验；普通用户能在 Flow 中导演场景、做多轮编辑，在 Google Vids 中免费生成 15 秒片段，Gemini App 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。
