Google于2026年11月5日发布Gemini Omni 1.2 Flash，视频片段最长可达15秒，高于上一版本的10秒。该模型现已通过Gemini API和Gemini for business全面开放；Google表示，还将逐步在其他产品和平台上线。
对于720p视频，Google将价格下调30%，至每秒$0.07。视频片段时长可设为3至15秒。Google还介绍了一种工作流程：先生成低分辨率草稿，通过后续编辑进行调整，再将选中的视频升频至1080p或4K。
可在同一片段上继续编辑
新模型支持多轮对话式编辑：用户可以要求更改已生成视频，例如更换背景、灯光或画面比例，无需重新生成整段视频。Google称，这项功能适用于最长15秒的片段，创作者因此可以制作广告的不同版本，而不必从头重做每一版。
Google还称，Omni 1.2 Flash能更稳定地遵循参考图片、最长3秒的短动作片段和音频提示。Google提供的示例包括：根据模特照片和产品照片生成虚拟试穿视频，并在360度转身过程中保留模特的身份特征和服装细节。这些是Google提供的示例，并非独立测试结果。
各产品的开放情况不尽相同
Google列出的可使用该模型的平台包括Gemini API、Google AI Studio、Google Cloud Console、Flow、Google Vids、Gemini应用和Google Ads。在Google Vids中，拥有Google账号或Google Workspace订阅的用户可免费生成15秒视频。Gemini应用的相关功能正逐步向Google AI Ultra订阅用户开放。Google表示，生成的视频带有肉眼不可见的SynthID水印。
公司还表示，该模型生成的对话更加自然、口型同步更清晰，能处理多位说话者，并可完成复杂的镜头运动，同时减少不必要的剪切。Google指出，在快速的体育动作、剧本快速变化和复杂物理效果方面仍有待改进，因此这些用途可能仍具挑战。
为什么重要
对于制作短视频的创作者和企业来说，对话式编辑可以让他们更轻松地更换背景或制作不同版本的广告，而不必重新生成每个片段。Google确认720p视频价格有所下降，但编辑在实际工作中能节省多少成本，仍取决于具体情况，目前也尚无独立测试验证。
