谷歌Gemini Omni 1.2 Flash双榜登顶，价格降30%硬刚Seedance

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。此次升级集中在三点：原生15秒视频生成、多轮对话式编辑，以及更强的参考图遵循能力。

价格方面，Gemini Omni 1.2 Flash比上一代Omni 1.1 Flash下调30%，720p视频生成降到每秒0.07美元（约合人民币0.46元）。同样的质量，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、图生视频两个榜单的第一，视频编辑榜单排在第三，压过FLUX3 Video、Grok Imagine Video 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开启公开预览，8月底Omni 1.1 Flash接棒，并取代了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秒上限多出50%，时长还能以1秒为步进，在3到15秒之间任意指定。

参考遵循能力同样增强不少。角色图、产品图、风格图、最长3秒的动作片段、音频线索都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，只给了一张模特照片和三套服装的正反面图，模型就产出了一段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。

同题对比之下，Omni 1.1 Flash对参考图的还原度明显不如Omni 1.2 Flash。

编辑方式上，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，都能在同一段视频上逐轮调整，不用推倒重来，且支持完整的15秒片段。

演示中，背景经多轮对话依次从条纹帐篷换成橡树林、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，这一点尤其实用。

语音和运镜两个维度也有升级。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。

复杂连续镜头也不在话下，FPV 穿越、大幅拉远、环绕都能拍。官方演示里，一次 FPV 飞行从广场穿过去，径直冲上万神殿穹顶天窗，全程没有一处跳切。

使用渠道上，企业用户可通过Gemini API接入，或在Google AI Studio、谷歌云控制台试用；普通用户则能在谷歌的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，折射出AI视频生成赛道竞争重心的改变。各头部模型在画质上的差距逐渐收窄，单纯比拼生成质量的阶段正在过去，时长、价格、可编辑性与工作流整合成了新的竞争焦点。

成本不断下探，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难以成立的场景，正被视频生成模型逐一变为现实。