谷歌Gemini Omni 1.2 Flash双榜登顶，价格降三成
拼成本与工作流的时候到了。
智东西11月6日消息，谷歌DeepMind今日正式发布新一代视频生成与编辑模型
Gemini Omni 1.2 Flash。新模型共有三项核心升级：原生支持15秒视频生成、支持多轮对话式编辑、参考图遵循能力更强。
价格方面，Gemini Omni 1.2 Flash比上一代Omni 1.1 Flash便宜30%，720p视频生成降到每秒0.07美元（约合人民币0.46元）。同样是生成720p视频，
Seedance 2.5的价格是它的三倍多。
在大模型竞技场上，Gemini Omni 1.2 Flash拿下文生视频和图生视频两个榜单的第一，视频编辑榜单则排在第三，超过了FLUX3 Video、
GrokImagineVideo 1.5、Seedance 2.0、Seedance 2.5等模型。
Gemini Omni是谷歌在Veo之外另开的一条视频产品线，定位为“从任意模态创建和编辑视频”的统一模型。Omni Flash今年6月底在Gemini API开放公开预览，8月底Omni 1.1 Flash接替上线，同时取代了Gemini API中的Veo 3.1预览版。
谷歌放出了不少Omni 1.2 Flash的生成样例。该模型原生支持最长15秒的视频生成与编辑，比Omni 1.1 Flash的10秒上限多了50%，时长还能以1秒为步进，在3到15秒之间任意指定。
参考遵循能力同样提升明显。角色图、产品图、风格图、最长3秒的动作片段和音频线索可以混合使用来引导生成，Omni 1.2 Flash能在不同镜头角度下从头到尾保持细节一致。
官方演示里，只给一张模特照片和三套服装的正反面图，模型就做出了一段15秒虚拟试穿视频，包含360度转身和匹配剪辑，模特身份以及每件服装的剪裁、垂感都保持一致。
同题对比中，Omni 1.1 Flash对参考图的还原度明显不如Omni 1.2 Flash。
编辑上，Omni 1.2 Flash支持对话式多轮精修：换产品、换背景、改光线天气、切换画幅比例，都能对同一段视频逐轮调整，不用推倒重来，完整的15秒片段也在支持范围内。
演示中，背景经过多轮对话从条纹帐篷依次换成橡树林、马厩、集市和石头城堡，两名角色的表演、盔甲反光和镜头构图始终没变。对需要为不同受众批量产出广告变体的团队来说，这个能力很实用。
语音和运镜两个维度也有改进。Omni 1.2 Flash生成的对白更流畅自然，口型同步更清晰，还能区分多个说话人。
运镜上，FPV穿越、大幅拉远、环绕等复杂连续镜头都能实现。官方演示完成了一次穿越广场、直上万神殿穹顶天窗的连续FPV飞行，全程没有跳切。
使用方式上，企业用户可通过Gemini API接入，也能在Google AI Studio、谷歌云控制台试用；普通用户则可以在Gemini App、AI视频工具Flow、Google Vids中体验。
结语：画质差距逐渐缩窄
拼成本与工作流的时候到了
Gemini Omni 1.2 Flash的发布，反映出AI视频生成赛道竞争重心的变化。头部模型之间的画质差距逐渐收窄，只拼生成质量的阶段正在过去，时长、价格、可编辑性和工作流整合成了新的竞争焦点。
成本不断下探之后，广告素材的大规模A/B测试、电商SKU级的视频覆盖这些此前因成本太高而难以成立的场景，正被视频生成模型逐一变成现实。
