Google DeepMind 发布 Gemini Omni 1.2 Flash：15 秒视频生成，价格降至 $0.07/秒

2026年11月5日

|

Gemini Omni 1.2 Flash 带来15秒片段、更强的一致性，以及更快、更具成本效益的生成。

Anish Nangia

Google DeepMind 产品经理

收听文章

[[duration]] 分钟

此内容由 Google AI 生成。生成式 AI 仍处于实验阶段

今天，我们正式推出 Gemini Omni 1.2 Flash，并在 Gemini API 和 Gemini for business 上全面开放使用。Gemini Omni 1.2 Flash 引入了原生15秒视频创作、多轮对话式编辑功能以及更强的参考遵循能力。我们将价格比 Gemini Omni 1.1 降低了30%，现在 720p 视频每秒仅需 $0.07。

以下是新功能概览：

大规模下快速且具成本效益

除了更低的价格外，工作流程本身也能控制成本：你可以先用 360p 或 720p 快速起草，通过后续编辑修正细节而无需重新生成整个片段，然后将最佳作品放大到 1080p 或 4K。

更长的片段，最高可达15秒

你现在可以原生生成和编辑最长15秒的视频，比 Omni 1.1 的10秒更长。你还可以按从3到15秒、以1秒为增量指定时长，让你有足够空间讲述完整的故事、制作产品讲解视频，或通过单次生成制作完整的社交广告。

更强的参考遵循能力

你可以结合角色、产品或风格图片、短视频动作片段（最长3秒）和音频提示来引导生成——而 Omni 1.2 Flash 会从头到尾保持这些细节。人脸、服装、包装排版和品牌色彩在不同镜头角度间保持一致，让你轻松将现有的产品摄影或角色设定图转化为虚拟试穿片段、目录旋转展示和品牌视频广告。

将一张模特照片与三套服装的正反面产品照结合，Gemini Omni 1.2 Flash 生成了一段15秒的虚拟试穿序列，包含360度转身和匹配剪辑，同时保持模特的形象特征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

从第一帧到最后一帧，你都能保持更强的角色、物体和场景一致性，在动作和镜头转换中减少视觉漂移或形变。无论你是在第一个和最后一个关键帧之间进行插值，还是通过延展片段来构建更长的序列，产品、角色、道具和环境都能在镜头之间保持一致。

在相同的静态影棚灯光展示海报和五层动画提示词下，Gemini Omni 1.1 Flash 与参考图像的匹配度不如 1.2。Gemini Omni 1.2 Flash 会在尘粉色环形幕布上升起的六角形基座上逐层构建海报，组装出用于 HALO、GLOW 和 LUMEN 字形的棱纹玻璃、温暖灯丝、多面水晶和盘绕电线，并在整个过程中将每种材质、阴影和排版细节始终如一地保持到最后一帧。

更便捷的对话式编辑

你可以逐轮润色同一个片段——例如更换产品或背景、改变光照或天气、或切换宽高比——而无需从头开始。多轮对话式编辑适用于完整的15秒片段，让你轻松为不同受众和投放位置制作广告变体，而无需重新撰写简报或重新生成。

从一段生成的片段开始，多轮对话式提示逐轮更换背景——从条纹凉亭帐篷到橡树林、有白马的马厩、集市集市、再到石头城堡——同时保持两位角色的表演、盔甲反光和镜头取景完好无损。

更自然的语音

你可以生成对白更流畅、更自然的场景，唇形同步更清晰，多说话人条件控制更精准。无论你是在 Flow 中执导多角色对白，在 Gemini for business 中制作视频讲解，还是在 Google Vids 中用虚拟形象、音乐和旁白制作精良的专业视频，都能体验到这些提升。

以一张音乐学院场景图片，以及四个角色、嘴部和一秒钟的语音参考为条件，Gemini Omni 1.2 Flash 在一段 15 秒的动画场景中，将每段采样的语音路由到正确的角色，并呈现富有表现力的唇形同步和自然的喜剧节奏。

更可控的电影级画面效果

你可以导演复杂、连续的镜头运动，如 sweeping FPV 穿越飞行、戏剧性的拉远和环绕，同时大幅减少不想要的跳切，比例更稳定，画面更精致、更具电影感。

在两张建筑参考照片的引导下，Gemini Omni 1.2 Flash 呈现了一次连续的 FPV 无人机飞行，穿过广场、穿过青铜大门，一路向上穿过万神殿的藻井穹顶抵达圆孔，全程零跳切。

更长的片段，更流畅的运动和更紧密的一致性

Gemini Omni 1.2 Flash 可生成长达 15 秒的片段，并且比以往更好地保持参考的一致性。你可以滚动查看：角色、文字和镜头运动在更长的镜头、多轮过渡中保持一致，且无剪切。

来自创作者到全球品牌的实际成果

企业、初创公司和创作者已经在工作流中使用 Gemini Omni 1.2 Flash。而且 Gemini Omni 首次全面开放使用，由 Google Cloud 的企业级基础设施和安全保障支持。Provisioned Throughput 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

虽然在快速运动场面、快速剧本修改和复杂物理效果等方面仍在持续改进，但 Gemini Omni 1.2 Flash 对于大规模制作视频的企业、开发者和创作者而言十分理想。随着 Gemini Omni 1.2 Flash 在 Google 的产品和开发者平台上陆续推出，你可以立即上手：

• 对于使用 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。
• 对于企业：在 Google Cloud 控制台 中试用，并使用 API 构建企业解决方案。
• 对于使用 Google 应用的所有用户：在 Flow 中执导场景和多轮编辑，使用 Google 账号或 Google Workspace 订阅在 Google Vids 中免费生成 15 秒片段，在 Gemini 应用 中创建 15 秒视频（正陆续向 Google AI Ultra 订阅者推出），并在 Google Ads 中扩展视频广告系列。

在您的收件箱中获取 Google 最新资讯

订阅我们的资讯，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 隐私政策 使用。您可以随时选择退出。