Gemini Omni 1.2 Flash 发布：支持15秒长视频生成，价格下调30%

2026年11月5日

|

Gemini Omni 1.2 Flash 带来15秒视频片段、更强的连贯性，以及更快、更具成本效益的生成能力。

Anish Nangia

Google DeepMind 产品经理

您的浏览器不支持音频元素。

阅读文章

[[duration]] 分钟

此内容由 Google AI 生成。生成式 AI 处于实验阶段

今天，我们推出 Gemini Omni 1.2 Flash，并通过 Gemini API 和 面向企业的 Gemini 全面开放使用。Gemini Omni 1.2 Flash 引入了原生的 15 秒视频创建、多轮对话编辑功能以及增强的参考遵循能力。我们将价格较 Gemini Omni 1.1 降低了 30%，720p 视频的定价为每秒 0.07 美元。

以下是新增内容的概述：

大规模部署时快速且具成本效益

除了更低的价格，工作流程也有助于控制成本：你可以以360p或720p快速起草，通过后续编辑修复细节，而不是重新生成整个片段，然后将最佳作品放大到1080p或4K。

最长可达15秒的片段

你现在可以原生生成和编辑长达15秒的视频，而Omni 1.1版本仅支持10秒。你还可以以一秒为单位指定从3秒到15秒的时长，让你能够在一次生成中讲述完整的故事、制作产品解说视频，或制作完整的社交媒体广告片段。

更好的参考遵循

您可以结合角色、产品或风格图像、短运动片段（最长三秒）以及音频提示来引导生成，Omni 1.2 Flash 能够从始至终保持这些细节。面部、服装、包装字体和品牌颜色在镜头角度之间保持一致，使得将现有的产品摄影或角色表转换为虚拟试穿片段、目录旋转视频和品牌广告变得轻而易举。

将一张模特照片与三套服装的正反面产品展示相结合，Gemini Omni 1.2 Flash 生成了一个 15 秒的虚拟试穿序列，涵盖 360 度旋转和匹配剪辑，同时保持模特的身份以及每件服装的剪裁、垂坠感和背面细节的一致性。

更一致的结果

您可以在从第一帧到最后一帧的整个过程中保持角色、物体和场景的一致性，减少在运动与镜头转换中的视觉漂移或形变。无论您是在首尾关键帧之间进行插值，还是扩展片段以构建更长的序列，产品、角色、道具和环境都能在各镜头间保持一致。

在相同的静态摄影棚灯光展览海报和五层动画提示下，Gemini Omni 1.1 Flash 与参考图像的匹配程度不如 1.2。Gemini Omni 1.2 Flash 在带有灰尘的粉色圆形背景上，从六边形基座开始逐层构建海报，组装肋状玻璃、暖色灯丝、刻面水晶以及 HALO、GLOW 和 LUMEN 的盘绕电线字形，并在最后一帧中一致地锁定每种材质、阴影和排版细节。

对话中更轻松的编辑

您可以逐轮精修同一视频片段——例如更换产品或背景、调整光照或天气，或切换宽高比——而无需从头开始。多轮对话式编辑可应用于完整的15秒视频片段，从而轻松为不同受众和投放位置制作广告变体，无需重新简报或重新生成。

从单个生成的视频片段出发，通过多轮对话提示逐轮更换背景——从条纹凉亭帐篷到橡树林、带有白马的马厩、集市以及石砌城堡——同时保持两位角色的表演、盔甲反光和镜头构图不变。

更自然的语音

您可以生成具有更流畅、自然对话、更清晰口型同步以及明确多说话人条件的场景。无论您是在 Flow 中指导多角色对话，在 Gemini for business 中创建视频解说，还是在 Google Vids 中使用虚拟形象、音乐和旁白制作精致的专业视频，这些效果都会体现出来。

基于一个音乐学院场景图像，加上四个角色、嘴部参考以及一秒语音参考，Gemini Omni 1.2 Flash 会将每个采样的声音路由到正确的角色，并在 15 秒的动画场景中表现出富有表现力的口型同步和自然的喜剧节奏。

更具可控性的电影感外观

您可以将复杂的连续摄像机运动，如流畅的FPV穿越镜头、戏剧性的拉远和环绕运镜，以显著更少的意外跳切、更稳定的缩放比例以及更加精致、电影感的外观呈现。

在两张建筑参考照片的引导下，Gemini Omni 1.2 Flash 引导一次连续的FPV无人机飞行，穿越广场，穿过青铜门，并沿着万神殿的藻井穹顶飞升至天窗，全程零跳切。

更长片段，更平滑的运动与更高的一致性

Gemini Omni 1.2 Flash 可生成长达 15 秒的片段，比此前版本更好地保持参考一致性。您可以滚动查看角色、文字和摄像机运动在更长镜头、多次迭代和转场中保持一致，且无剪辑中断。

来自创意人士到全球品牌的真实世界成果

企业、初创公司和创意人士已在他们的工作流程中使用 Gemini Omni 1.2 Flash。Gemini Omni 首次全面可用，由 Google Cloud 的企业级基础设施和安全技术提供支持。预置吞吐量现已可用，输出内容带有不可察觉的SynthID水印。

开始使用 Gemini Omni 1.2 Flash

尽管仍在持续开发以进一步提升诸如快速体育动作、快速脚本更改和复杂物理效果等方面的表现，但 Gemini Omni 1.2 Flash 非常适合大规模制作视频的企业、开发者和创作者。随着 Gemini Omni 1.2 Flash 在 Google 的产品和开发者平台中逐步推出，您现在即可开始使用它：

• 使用 Gemini API 的开发者：在 Google AI Studio 中进行原型设计，探索交互式入门应用，并查看 开发者文档 和 定价。
• 面向企业：在 Google Cloud 控制台 中试用，并使用 API 构建企业解决方案。
• 所有使用 Google 应用的用戶：在 Flow 中指导场景和多轮编辑，使用 Google 账号或 Google Workspace 订阅在 Google Vids 中免费生成 15 秒短片，在 Gemini 应用（向 Google AI Ultra 订阅用户推出）中创建 15 秒视频，并在 Google Ads 中扩展视频活动。

将 Google 的最新新闻发送至您的收件箱

注册我们的新闻通讯，获取产品更新、活动信息、特别优惠等内容。

您的信息将按照Google的隐私政策使用。您可以随时选择退出。