谷歌正式推出Gemini Omni 1.2 Flash，现已在Gemini API、Gemini for Business全面上线。新版本将原生视频生成时长从10秒提升至15秒，优化画面一致性、参考遵循能力，同时定价相比Omni 1.1下调30%，720p视频生成价格为每秒0.07美元。
在时长配置上，支持以1秒为步长，自由设定3–15秒的视频长度，单次生成即可完成社交广告、产品演示短片等内容。工作流上支持分层创作：先用360p/720p快速出草稿，通过多轮对话式编辑修改细节，不用整体重绘，定稿后再升级至1080p或4K，控制批量制作成本。
本次一大核心升级是参考遵循与画面一致性。用户可上传角色图、产品图、最长3秒的运动参考片段，搭配音频提示引导生成；模型在镜头切换、运镜过程中稳定保留人脸、服饰、包装文字、品牌色，大幅降低视觉漂移、物体变形问题，适合品牌宣传片、产品360°展示、虚拟试穿类场景。同时支持关键帧插值、片段延伸，方便拼接长序列。
多轮对话编辑能力覆盖完整15秒片段，可直接在原有视频基础上修改背景、产品、光影、天气、画幅比例，快速产出多版本广告素材，无需重新撰写提示从头生成。语音同步优化，对话更自然，唇形同步精度提升，支持多角色分别设定。
运镜控制能力也得到增强，支持FPV穿越、拉远、环绕等复杂连续镜头，突兀跳切明显减少，画面观感更接近电影质感。
该模型依托Google Cloud企业级基础设施与安全能力，支持预留吞吐量（Provisioned Throughput），所有输出视频自带无感SynthID合成内容水印。官方也说明现存短板：高速体育动作、脚本快速变更、复杂物理模拟仍在持续优化。
接入渠道覆盖多方：开发者可在Google AI Studio调试、调用Gemini API；企业客户在Google Cloud控制台接入；普通用户可在Flow、Google Vids、Gemini App、Google Ads中使用，其中Google Vids支持Google账号/Workspace订阅用户免费生成15秒视频，Gemini App内的视频生成功能面向Google AI Ultra订阅者灰度开放。
© 版权声明
文章版权归作者所有，未经允许请勿转载。
