Google DeepMind 发布了 Gemini Omni 1.2 Flash，支持 15 秒视频并降价 30%。

2026年11月05日

|

Gemini Omni 1.2 Flash 带来了15秒的片段、更强的连贯性，以及更快、更具成本效益的生成。

Anish Nangia

产品经理，Google DeepMind

您的浏览器不支持音频元素。

听文章

[[duration]]分钟

此内容由 Google AI 生成。生成式 AI 是实验性的

今天，我们将推出 Gemini Omni 1.2 Flash，并在 Gemini API 和 Gemini for business 上提供通用版本。Gemini Omni 1.2 Flash 引入了原生的15秒视频创建、多轮对话编辑功能和增强的参考遵循能力。我们将价格降低了30%，使其在720p视频上以每秒0.07美元的价格提供。

以下是新增功能概述：

大规模快速且具成本效益

除了较低的价格外，工作流程还能降低成本：您可以在360p或720p下快速草拟，使用后续编辑来修复细节，而不是重新生成整个片段，然后将您最好的创作升级到1080p或4K。

最长片段可达15秒

现在，您可以原生生成和编辑长达15秒的视频，比 Omni 1.1 的10秒更长。您还可以指定从3到15秒的持续时间，以一秒为增量，让您能够在一个生成中讲述完整的故事、创建产品说明者或制作完整的社交广告位。

更好的参考遵循

您可以通过结合角色、产品或风格图像、短动作片段（最长三秒）和音频提示来指导生成——而 Omni 1.2 Flash 会从开始到结束都保留这些细节。面部、服装、包装字体和品牌颜色在不同相机角度下保持一致，使您能够轻松地将现有的产品摄影或角色表转换为虚拟试穿片段、目录旋转和品牌视频广告。

结合一张模型照片和三套服装的前后产品照片，Gemini Omni 1.2 Flash 在360度旋转和匹配剪辑中生成15秒的虚拟试穿序列，同时保持模型的身份和每件服装的剪裁、垂感和背面细节的一致性。

更一致的结果

您可以从第一帧到最后一帧保持更强的角色、对象和场景一致性，减少运动和相机转换中的视觉漂移或变形。无论是您在第一个和最后一个关键帧之间进行插值，还是将片段扩展以构建更长的序列，产品、角色、道具和环境在每一帧中都将保持一致。

对于相同的静态工作室灯光展览海报和五层动画提示，Gemini Omni 1.1 Flash 与参考图像的匹配程度不如1.2。Gemini Omni 1.2 Flash 按顺序逐层在布满灰尘的粉色天幕上构建海报，组装肋骨玻璃、温暖的光丝、切割水晶和卷绳字母形，并在最后一帧锁定所有材料、阴影和字体细节的一致性。

对话中更轻松的编辑

您可以逐轮细化相同的片段——例如交换产品或背景、改变灯光或天气，或切换宽高比——而不是从头开始。多轮对话编辑适用于完整的15秒片段，使您能够轻松地为不同的受众和位置制作广告变体，而无需重新简报或重新生成。

从一个生成的片段开始，多轮对话提示逐轮更换背景——从条纹帐篷到橡树林，一个带有白马的马厩，一个市集，以及一座石头城堡——同时保持两个角色的表演、盔甲反射和摄像机构图不变。

更自然的语音

您可以生成具有更流畅、自然对话、更清晰的口型同步和独特的多说话者调节的场景。无论您是在 Flow 中指导多角色对话，还是在 Gemini for business 中创建视频解说，或是在 Google Vids 中使用头像、音乐和旁白创建精良的专业视频，这都是如此。

基于一个音乐厅场景图像以及四个角色、口型和一秒钟的语音参考，Gemini Omni 1.2 Flash 将每个采样的语音路由到正确的角色，在 15 秒的动画场景中表现出富有表现力的口型同步和自然的喜剧时机。

更可控、电影般的视觉效果

您可以指导复杂的、连续的摄像机运动，如 FPV 滚扫飞越、戏剧性的缩放和轨道，显著减少不必要的跳切，更稳定的比例，以及更精良、电影般的视觉效果。

在两张建筑参考照片的指导下，Gemini Omni 1.2 Flash 指导一次连续的 FPV 飞行无人机穿过广场，穿过青铜大门，并通过万神殿的肋条穹顶到达中央眼，全程无跳切。

更长的片段，更平滑的运动和更紧密的一致性

Gemini Omni 1.2 Flash 生成的片段最长可达 15 秒，比以前更好地保持参考。您可以滚动查看角色、文本和摄像机移动在更长的镜头、多个回合和过渡中保持一致，没有任何剪辑。

现实世界的结果，从创意人士到全球品牌

企业、初创公司和创意人士已经开始在他们的工作流程中使用 Gemini Omni 1.2 Flash。而且，Gemini Omni 现在首次全面可用，并由 Google Cloud 的企业级基础设施和安全支持。 Provisioned Throughput 已提供，输出带有难以察觉的 SynthID 水印。

开始使用 Gemini Omni 1.2 Flash

虽然开发仍在继续以进一步改进快速运动、快速脚本更改和复杂物理等方面，但 Gemini Omni 1.2 Flash 对于生产视频的企业、开发者和创作者来说非常理想。您可以今天开始使用 Gemini Omni 1.2 Flash，因为它正在 Google 的产品和开发者平台上推出：

• 对于使用 Gemini API 的开发者： 在 Google AI Studio 中原型设计，探索交互式启动应用程序，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 应用的所有人： 在 Flow 中指导场景和多轮编辑，使用 Google 账户或 Google Workspace 订阅在 Google Vids 中免费生成 15 秒的片段，在 Gemini 应用 中创建 15 秒的视频（正在推出给 Google AI Ultra 订阅者），并在 Google Ads 中扩展视频活动。

从 Google 邮箱获取最新消息

订阅我们的新闻简报，获取产品更新、活动信息、特别优惠和更多内容。

您的信息将根据Google的隐私政策使用。您可以随时选择退出。