一句话看懂：谷歌 DeepMind 将 Gemini Omni 1.2 Flash 视频生成模型正式开放，单段视频上限从 10 秒提升到 15 秒，720p 定价降至每秒 0.07 美元，并新增对话式编辑能力，直接关系到 AI 视频生成的成本与工作流。
事件核心：发生了什么
2026 年 11 月 5 日，谷歌宣布 Gemini Omni 1.2 Flash 全面可用，通过 Gemini API、Google AI Studio、Google Cloud Console、Flow、Google Vids、面向 Google AI Ultra 订阅者的 Gemini 应用以及 Google Ads 分发。相比前代，生成片段时长扩展为 3 至 15 秒，720p 视频定价下降 30% 至每秒 0.07 美元。每段生成视频都嵌入不可感知的 SynthID 水印，用于标识来源。
功能上，模型支持参考图、产品照、最长 3 秒的动作片段和音频提示作为输入，官方称人脸、服装、包装排版和品牌色在不同镜头角度下更一致；对话式编辑允许用户逐步修改背景、光照或画幅，而无需整段重新生成。谷歌还强调对白同步、多说话人区分和连续运镜的稳定性有所改善。
为什么重要
视频生成模型此前普遍受限于短片段和高昂推理成本，15 秒上限配合 30% 降价，意味着单条可用素材的试错成本下降。对话式编辑把“重生成”变成“局部修改”，配合 360p/720p 草稿、最终再升到 1080p 或 4K 的分层流程，有可能压低整体算力消耗。对谷歌而言，这是把视频生成从演示能力推向广告、电商和创作者工具链的一步，也是在与闭源视频模型竞争中强化 API 生态的举措。
对用户/开发者/创作者的影响
开发者可以通过 Gemini API 将视频生成接入自有应用，按秒计费更易估算成本；投放和电商团队可借助 Google Ads 与虚拟试穿类能力生成商品展示素材。创作者受益于参考图一致性和对话式编辑，但需注意目前公开信息显示这些效果来自谷歌官方描述，实际画质、唇形同步和长镜头稳定性仍需独立测试。企业采购则应关注 SynthID 水印对合规披露的影响，以及分层工作流是否真能兑现成本承诺。
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 15 秒上限和对话式编辑在真实创作中的可用性，尤其是多次编辑后的画面漂移；二是降价是否引发其他视频模型跟进调整 API 定价；三是 SynthID 与内容溯源要求如何影响广告和社交平台的分发规则。
