一句话看懂：Google DeepMind 推出 Gemini Omni 1.2 Flash，视频生成时长从 10 秒提升到 15 秒，支持多轮对话编辑，价格比 1.1 版下降 30%，已通过 Gemini API 和 Gemini for business 开放。
事件核心：发生了什么
2026 年 11 月 5 日，Google 发布 Gemini Omni 1.2 Flash。相比 Omni 1.1，新版本的核心变化有四点：一是原生支持最长 15 秒视频生成，并可按 1 秒为步长指定 3 至 15 秒时长；二是增强参考图遵循能力，可结合人物、产品、风格图片、最长 3 秒的动作片段和音频提示，在运镜和角度变化中保持人脸、服装、包装文字和品牌色一致；三是支持多轮对话式编辑，用户可逐轮替换产品、背景、光照、天气或画幅比例，无需整段重新生成；四是 720p 视频定价降至每秒 0.07 美元，较 1.1 版便宜 30%。该模型已在 Gemini API 和 Google Cloud 上正式可用，同时也接入 Google Vids 和 Gemini for business。
为什么重要
这轮更新延续了视频生成模型“降本增效”的竞争方向：时长增加、单位成本下降、可控性提升，直接面向批量商业内容生产。多轮对话编辑尤其关键，它把视频生成从“一次抽卡”变成可迭代的工作流，降低了反复生成带来的算力和费用消耗。Google 还给出了分层工作流建议：先用 360p 或 720p 快速草稿，再局部修改，最后把满意结果放大到 1080p 或 4K。这种“低分辨率试错、高分辨率交付”的模式，对依赖 API 规模化生产的企业客户更有吸引力，也会给 Runway、Pika 等视频生成厂商带来价格和功能上的压力。目前公开信息显示，Google 未披露该模型在公开基准上的第三方评测结果。
对用户/开发者/创作者的影响
对开发者而言，按秒计费且价格下调，意味着广告变体、电商商品展示等批量任务成本更可控；多轮编辑接口也便于把“改背景、换产品、调画幅”做成自动化流程。对创作者和品牌团队，15 秒单次生成更接近完整社交广告或产品讲解片的长度，虚拟试穿、商品目录旋转展示、品牌视频广告是官方点名的场景。对企业采购方，模型已在 Gemini API 和 Google Cloud 正式可用，可作为生产环境选项评估。需要注意，素材中关于语音更自然的部分信息不完整，具体效果目前公开信息有限。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
一是 1080p 和 4K 放大的实际画质与额外计费方式；二是多轮编辑在长片段中是否会出现累积偏差；三是竞品是否跟进降价或延长单次生成时长；四是该模型在 Google Vids 等消费级产品中的可用范围和限制。
