谷歌11月5日发布视频生成模型Gemini Omni 1.2 Flash，并向开发者与企业用户全面开放。新模型可以原生生成最长15秒的视频片段，相比上一代的10秒上限更进一步，适合制作完整的产品讲解与广告短片。
价格是这次升级的另一大亮点。谷歌把定价较1.1版下调了30%，720p视频每秒0.07美元。用户可以先用360p或720p快速出草稿，调整满意后再放大到1080p或4K，这种分段工作流能把成本控制在合理范围。
模型支持多轮对话式编辑，用户可以用自然语言逐轮修改同一段视频，例如更换背景、调整光线或切换画幅，而不必从头重新生成。这对需要批量生产广告变体的团队来说，能省下大量重复劳动。广告团队尤其受益：同一支广告可以针对不同地区、不同人群快速生成多个版本，而无需重新拍摄或重新渲染。
在一致性方面，新模型对人物、产品与场景细节的保持能力更强。谷歌举例说，输入一张模特照片与三套服装的正反面照片，模型能生成一段15秒的虚拟试穿视频，360度转身与跳切之间，服装的剪裁与品牌细节始终稳定。
更自然的对话与镜头语言
新模型生成的对话更流畅自然，口型同步更准确，还能区分多位说话者的声音。无论是制作视频解说、虚拟主播内容，还是带音乐与旁白的成片，都能获得更接近真人表演的效果。
镜头控制也有明显进步。用户可以指挥复杂的连续运镜，从第一人称飞行穿越到缓慢推远，画面跳切更少、比例更稳定，成片的电影感更强。谷歌展示了一段一镜到底飞越万神殿穹顶的演示，中间没有任何跳切。连续运镜的稳定表现，让AI视频第一次有了接近专业摄影机的运动质感，而不是一串拼接起来的静态画面。
已接入谷歌全线产品
Gemini Omni 1.2 Flash现已在Gemini API、AI Studio与谷歌云上全面开放，企业用户还能获得预留吞吐量保障。普通用户可以在Flow中指挥场景，在Google Vids里免费生成15秒片段，Gemini应用也在向AI Ultra订阅者陆续推送。
所有生成内容都会带上不可见的SynthID水印，用于标识AI生成。谷歌表示，快速体育动作、频繁改稿与复杂物理场景仍是模型的短板，开发工作还在继续，但面向规模化生产的版本已经就绪。
视频生成模型的竞争正在进入成本与一致性的比拼。15秒时长、降价三成与更稳的角色保持，说明谷歌的策略很明确：让AI视频从演示走向真正的生产工具，而价格与稳定性正是生产工具的第一道门槛。谁能把生成成本压到最低、把角色一致性做到最稳，谁就能拿下规模化生产这块最大的蛋糕。