Gemini Omni 1.2 Flash 发布：15 秒 AI 视频生成、API 定价与新功能完整解析

一、Google 发布 Gemini Omni 1.2 Flash，AI 视频生成迎来新升级

AI 视频生成正在从单纯的文本转视频，向更完整的商业视频制作流程发展。

对于内容创作者和开发者来说，模型能否生成更长的视频、保持人物与商品一致，以及能否在生成后继续修改，正在成为重要的选择标准。

2026 年 11 月 5 日，Google DeepMind 正式推出 Gemini Omni 1.2 Flash。

这次更新不仅延长了视频生成时间，还引入了多轮对话式视频编辑能力，并降低了 API 调用成本。

与上一代 Gemini Omni 1.1 Flash 相比，新版本最值得关注的变化包括：

• 原生视频生成时长从 10 秒提升至最长 15 秒。
• 支持 3—15 秒的视频时长设置。
• 支持多轮对话式视频编辑。
• 提升人物、商品、服装和场景的一致性。
• 720p 视频价格下降 30%，调整为每秒 0.07 美元。

这意味着开发者可以用更少的重新生成次数完成视频制作。

二、15 秒视频生成：不再局限于短片段

上一代 Omni 1.1 Flash 的原生视频生成时长上限为 10 秒。

Gemini Omni 1.2 Flash 将上限提高到 15 秒，并允许用户按 1 秒的步长设置视频时长。

15 秒看起来只是增加了几秒，但对于广告和短视频制作来说，这具有实际意义。

例如，电商产品广告可以在一个视频中完成：

1. 展示商品外观。
2. 展示商品细节。
3. 进行产品旋转展示。
4. 展示实际使用场景。
5. 以品牌画面结束。

对于需要连续镜头的内容，15 秒的生成时长可以减少片段拼接的工作量。

三、参考素材一致性提升：人物和商品更容易保持稳定

AI 视频生成一直存在一个常见问题：

第一帧中的商品与最后一帧中的商品可能并不完全相同。

例如：

• 商品包装上的文字发生变化。
• 人物的服装颜色出现偏差。
• 人物面部特征在不同镜头中发生变化。
• 品牌 Logo 和产品结构不够稳定。
• 镜头切换后场景出现不必要的变化。

Gemini Omni 1.2 Flash 强化了参考素材跟随能力。

Google 表示，开发者可以结合以下素材指导视频生成：

• 人物参考图片。
• 商品正面和背面图片。
• 风格参考图片。
• 最长 3 秒的短运动参考片段。
• 音频线索。

模型能够在视频生成过程中更好地保留人物、服装、包装文字和品牌颜色等细节。

这对于电商广告、虚拟试穿、产品展示和品牌宣传尤其重要。

四、多轮对话式编辑：修改视频不必每次重新生成

这次升级最有实际价值的功能之一，是多轮对话式视频编辑。

传统 AI 视频生成流程通常是：

输入提示词 → 生成视频 → 发现问题 → 修改提示词 → 重新生成。

如果只是背景、灯光或商品位置不符合要求，也可能需要重新生成整个视频。

Gemini Omni 1.2 Flash 支持围绕已有视频继续对话式修改。

例如：

第一轮：

生成一段商品在室内展示的 15 秒广告。

第二轮：

将背景改成海边日落场景，保留商品外观。

第三轮：

将灯光改成暖色调，保持原有镜头运动。

第四轮：

调整画面比例，适配不同社交平台。

这种方式能够减少重复制作工作，也更适合批量生成广告素材。

不过，多轮编辑并不意味着每次修改都能百分之百保留原始内容，复杂镜头、快速运动和复杂物理效果仍可能出现偏差。

五、Gemini Omni 1.2 Flash API 价格是多少？

本次升级对 API 开发者最直接的影响，是视频生成价格下降。

Google 官方公布的 720p 视频价格为：

按照官方公布的价格，可以计算出不同视频时长的基础生成费用：

例如，生成一段 15 秒的 720p 视频，按照每秒 0.07 美元计算，基础生成费用为：

15 × $0.07 = $1.05

需要注意，这里是根据 Google 公布的 720p 每秒价格进行的简单计算，不包含可能产生的额外编辑、分辨率提升或其他服务费用。

实际调用时应以 Gemini API 官方价格页面和账户账单为准。

六、哪些业务适合使用 Gemini Omni 1.2 Flash？

1. 电商商品广告

将商品照片作为参考素材，生成商品展示、旋转镜头和使用场景视频。

相比从零生成商品，更容易保留真实商品外观。

2. 短视频营销

适合生成社交平台短视频、产品介绍、品牌宣传和广告素材。

15 秒的视频时长也更方便完成完整的内容表达。

3. 虚拟试穿

利用人物参考图片和服装正反面图片，生成不同服装展示视频。

这类场景对人物和服装一致性要求较高。

4. AI 视频创作平台

开发者可以通过 Gemini API，将视频生成能力集成到自己的产品中。

例如：

• AI 视频生成工作台。
• 电商商品视频工具。
• 自动化广告素材制作平台。
• AI 视频编辑应用。
• 企业品牌宣传工具。

对于提供 API 服务的平台来说，按秒计费的模型也更容易进行成本核算和套餐设计。

七、如何开始使用 Gemini Omni 1.2 Flash？

Google 已宣布该模型在 Gemini API 和 Gemini 企业服务中正式开放。

开发者可以从以下入口开始：

1. Google AI Studio：体验模型和制作原型。
2. Gemini API：将视频生成能力接入自己的应用。
3. Google Cloud：用于企业级部署和生产工作负载。
4. Google Vids、Flow：体验 Google 自家的视频创作工作流。

官方入口：

• Google Gemini Omni 1.2 Flash 发布公告
• Google AI Studio
• Gemini API 文档
• Gemini API 定价

具体模型 ID、请求参数和支持的输入格式，应以最新 API 文档为准。

八、总结：AI 视频生成正在从单次生成走向连续编辑

Gemini Omni 1.2 Flash 的升级，说明 AI 视频模型的竞争已经不只是画面质量。

更长的视频生成时长、更好的参考素材一致性、多轮对话式编辑和更低的单位生成成本，正在成为商业化视频模型的重要竞争力。

对于开发者来说，15 秒视频和每秒 0.07 美元的价格值得关注。

对于电商和内容创作者来说，参考素材一致性和多轮编辑，可能比单纯提高视频分辨率更加实用。

未来，AI 视频工具之间的差异，将越来越取决于谁能以更低成本完成一条真正可以交付的商业视频。

原始资料

• Google 官方公告：Gemini Omni 1.2 Flash
• 发布日期：2026 年 11 月 5 日。
• 官方模型卡：Google DeepMind Model Cards

本文价格按照 Google 官方公布的 720p 视频生成费率计算，实际费用以官方 API 账单为准。