视频10秒变15秒、720p降价30%：Gemini Omni 1.2 Flash发布

发布日期：2026-11-06

Gemini Omni 1.2 Flash是Google于2026年11月发布的视频生成模型，支持原生15秒视频、多轮对话编辑和更强的参考素材遵循。

Google公告发布于北京时间11月6日凌晨，官网标注日期为11月5日。相比Omni 1.1，新版把最长片段从10秒延长至15秒，720p视频单价降至每秒0.07美元，降幅30%。

这次更新还涉及生成之后的修改：换背景、调光线、替换产品，可以围绕同一条视频继续提出要求。对需要反复制作广告版本、产品展示和角色片段的人来说，这改变了从初稿到成片的迭代方式。

从10秒到15秒，单条片段多出50%时长

根据Google在2026年11月的公告，Omni 1.2 Flash支持原生生成和编辑最长15秒的视频，比上一代的10秒增加50%；普通生成与编辑时长可在3至15秒之间按1秒递增指定。

这里要区分模式：Google Cloud当前模型文档给出的首尾帧输出为3至10秒；视频延长每次新增3至10秒。不能把15秒上限套到所有任务，也不能将新增时长误当成延长后的视频总长。

多出的5秒，可以给产品短片留出“出场—展示—收尾”的空间，也能让角色动作和镜头运动有更完整的展开。这是对制作流程的影响分析，不代表所有脚本都能一次生成成功。

Google同时强调了参考素材遵循能力。用户可以组合角色图、产品图、风格图和最长3秒的动作参考片段，引导生成结果。官方展示了虚拟试穿、产品展示和连续运镜等案例。

公告还展示了音频参考，但Cloud公告注明该能力需要白名单，模型文档的音频输入栏仍标为不支持。因此，音频参考不能按所有账号、所有接口通用的能力理解。

需要留意的是，参考一致性提升属于官方演示结论。人脸、服装、包装文字能否稳定保留，仍应使用自己的素材验收，不能只凭展示片判断。

Google在2026年11月公告中给出的720p价格为每秒0.07美元，较Omni 1.1下降30%。这里比较的是相同分辨率下的每秒单价，不能推广到所有分辨率或产品订阅。

按这一单价做简单预算，10秒视频约0.70美元，15秒约1.05美元。它们只是“视频时长×公布单价”的算术估算，不包含额外编辑、升采样和其他服务可能产生的费用，实际以所用入口账单为准。

这也说明，单价下降和单条总价下降并不是同一件事：新旧模型要在相同时长、相同规格下比较。把片段拉到15秒后，不能直接拿它与旧版10秒视频的总价计算降幅。

Google建议先用360p或720p快速打样，修改细节后，再将选中的结果升采样到1080p或4K。这个建议描述的是制作流程，不代表所有规格都按720p价格计费。

Omni 1.2 Flash支持对完整15秒片段进行多轮对话编辑。按官方说明，用户可连续要求替换产品或背景、调整光照与天气、改变画幅比例。

例如，先生成一条产品展示视频，再把背景改成室外，随后调整成适合另一投放位置的画幅。这个流程的价值，在于可以围绕已有片段继续修改，减少重复描述整条视频的工作。

Google还报告了对白自然度、口型同步、多角色声音对应和连续运镜方面的改进。不过，快速体育动作、剧本的快速变化和复杂物理效果，仍是官方列出的持续改进方向。

因此，评估新版时可以同时观察“改对了什么”和“改坏了什么”：背景替换后，主体是否变形；画幅改变后，产品是否被裁切；连续修改后，服装细节与文字是否漂移。

Google公告称，新版已在Gemini API与Google Cloud正式可用，并向Flow、Google Vids和Gemini应用等入口推出。各入口的账号权限、订阅要求和开放节奏不同，API公布价格也不等于应用端套餐价格。

已有权限的用户，可以用同一张产品图完成一次小测试：

下面是一条自拟的首轮测试提示词，可按自己的产品替换细节：

参考上传的产品图，生成15秒产品展示视频。先完整展示产品，再缓慢推进呈现表面材质，最后回到完整构图。保持产品形状、颜色与文字一致，背景简洁，镜头运动平稳。

后续再单独追加“只将背景换成暖色室内，保留产品外观、动作与镜头轨迹”。把修改拆开，才容易判断多轮编辑究竟保留了哪些内容。

Omni 1.2 Flash这次把更长片段、更低720p单价和连续修改放到了一起。它能否降低实际制作成本，最终要看每条合格视频的总费用与返工次数。本文信息截至2026年11月6日，能力表现以Google官方说明为依据，尚未进行独立实测。