首页 
Google DeepMind Gemini Omni 1.2 Flash是谷歌于2026年11月5日发布并正式可用（GA）的视频生成与编辑模型，通过Gemini API、AI Studio、Google Cloud控制台及Flow、Google Vids、Gemini应用、Google Ads等渠道陆续开放。相比Omni 1.1 Flash，1.2版的视频时长上限从10秒提升至15秒（提升50%），支持3至15秒、以1秒为步长的精确时长控制；引入更深层的多轮对话式编辑，可在不重头生成的前提下逐轮修改视频内容，保留不需要更改的元素，支持更换产品或背景、调整光照与画幅比等编辑操作；跨场景视觉一致性增强，角色、道具与环境在镜头转换和运动过程中保持稳定，减少视觉漂移与形变；语音生成更流畅自然，口型同步更准确，并提供广角FPV穿越镜头、戏剧性拉远等电影级运镜控制。价格方面，720p输出定价为每秒0.07美元，较Omni 1.1下降30%，一段15秒720p视频成本约1.05美元。生成结果带SynthID隐形水印，支持Provisioned Throughput预留吞吐。Gemini应用侧先面向Google AI Ultra订阅用户推出完整15秒视频能力，Flow与Google Vids向免费用户开放部分功能。
📋 技术规格
| 厂商 | Google DeepMind |
|---|---|
| 模型分类 | 视频生成 |
| 参数规模 | 未公开（视频生成模型） |
| 上下文窗口 | N/A（视频生成模型，按时长与分辨率计费） |
| 最大输出 | 单次生成3至15秒视频，1秒步长精确控制 |
| 知识截止 | 未公开 |
| API定价 | 输入: 未公开（视频按输出计费为主）输出: 720p视频每秒0.07美元（较Omni 1.1下调30%） |
🎬 视频生成核心规格
| 单次生成时长 | 3至15秒，1秒步长自定义（上一代最长10秒） |
|---|---|
| 最高分辨率 | 720p为原生输出主档，更高分辨率延续上采样机制 |
| 帧率 | 未公开 fps |
| 特色说明 | 720p定价每秒0.07美元，较Omni 1.1下调30%；多轮编辑无需全量重生成；支持SynthID水印与Provisioned Throughput；Gemini应用侧15秒完整能力先面向Google AI Ultra用户，Flow与Google Vids开放部分功能 |
⭐ 核心能力详解
15秒时长上限
原生生成3至15秒视频，以1秒为步长精确控制，无需强制满额时长
多轮对话式编辑
逐轮修改视频而无需从头重生成，支持换产品/背景、调光照画幅等操作
跨场景视觉一致性
角色、道具与环境在镜头转换与运动中保持稳定，减少漂移与形变
降价30%
720p定价每秒0.07美元，15秒片段约1.05美元，较1.1代成本大幅下降
GA全面开放
Gemini API、AI Studio、Google Cloud正式可用，Flow/Vids/Gemini应用陆续覆盖
🎯 典型应用场景
广告与营销短视频的快速生产与多版本迭代
电商商品视频的多轮修改（换背景、换产品、改光照）
面向不同受众/地区的视频变体批量制作
教育与培训内容的概念视频生成
Google Ads投放素材的直接生成
💪 技术优势与差异化
- 15秒上限+1秒步长控制，时长自由度在同代模型中较高
- 多轮编辑保留已确认元素，变体制作成本显著低于全量重生成
- 每秒0.07美元的720p定价在视频生成API中具备成本竞争力
- GA状态+多渠道覆盖，生产可用性有保障
⚠️ 使用局限与注意事项
- 15秒时长对叙事型长视频仍不足，长内容需分段再剪辑
- 1080p与4K等更高分辨率依赖上采样（延续1.1代机制），原生输出以720p为主
- 部分高级能力在免费渠道（Flow/Vids）的覆盖范围未完全明确
- 视觉一致性在复杂多角色场景仍可能出现漂移
- 广告投放类使用需遵守内容标识与SynthID水印相关规定
💰 价格分析与成本建议
Gemini Omni 1.2 Flash的720p视频输出定价为每秒0.07美元，较Omni 1.1的约0.10美元/秒下调30%：一段15秒720p视频约1.05美元，10秒片段约0.70美元。多轮编辑模式显著摊薄迭代成本——修改背景或光照无需全量重生成，仅按编辑后的生成计费。对广告变体类高频迭代场景，实际总成本相对1.1代的降幅可能超过30%。第三方追踪站另记录到按token计费口径（约输入1.50/输出9.00美元每百万token），两种计费口径以官方价目表为准。
👥 适用人群与企业
广告与营销创意团队、电商视觉制作方、短视频创作者、影视前期概念团队、集成视频生成能力的应用开发商
🏭 行业适配度评估
多轮编辑+低价720p契合投放素材高频迭代需求
⚠ AI内容标识披露需合规
商品视频变体制作成本降至可批量水平
⚠ 品牌调性控制需多轮调优
15秒上限适合概念片与分镜验证
⚠ 长叙事需外部剪辑拼接
概念演示视频生成门槛低
⚠ 专业知识点画面准确性需审核
🔧 技术架构解析
| 时长 | 3-15秒，1秒步长精确控制（1.1代为最长10秒） |
|---|---|
| 编辑 | 多轮对话式编辑，逐轮修改并保留未提及元素 |
| 一致性 | 跨镜头运动与转场的角色/道具/环境稳定性增强 |
| 音频 | 语音自然度与口型同步提升 |
| 运镜 | 广角FPV穿越、戏剧性拉远等电影级镜头控制 |
| 定价 | 720p每秒0.07美元，较1.1代降30%；15秒片段约1.05美元 |
| 标识 | 生成结果带SynthID隐形水印，支持Provisioned Throughput |
🔒 安全合规与数据隐私
| 数据训练策略 | 训练数据构成未公开 |
|---|---|
| 合规认证 | SynthID隐形水印全覆盖、Google生成式AI内容政策 |
| 数据驻留 | Gemini API与Google Cloud数据处理遵循Google云协议，企业版可配置数据驻留 |
| 加密方式 | 未公开 |
⚔️ Gemini Omni 1.2 Flash与视频生成模型对比
| 竞品模型 | 优势 | 不足 |
|---|---|---|
| Google Gemini Omni 1.1 Flash | 上一代主力，渠道成熟 | 最长10秒、无多轮编辑、每秒约0.10美元 |
| 快手可灵Kling 4.0 Flash | 4K与长镜头能力强，AA视频竞技场前列 | 无多轮对话式编辑，API定价结构不同 |
| MiniMax海螺H3 | 开源可选，视频竞技场排名靠前 | 编辑工作流与Google生态集成弱 |
- 15秒+1秒步长
- 多轮对话式编辑
- 每秒0.07美元
- GA与Google生态集成
🏢 同厂商模型矩阵
Google视频生成模型线
| 模型 | 定位 | 品类 | 特色 |
|---|---|---|---|
| Gemini Omni 1.2 Flash当前 | 当前主力（GA） | video_gen | 15秒+多轮编辑+降价30% |
| Gemini Omni 1.1 Flash | 上一代 | video_gen | 最长10秒，2026年8月 |
| Gemini Omni Flash | 初代预览 | video_gen | 2026年7月 |
🧭 选型决策指南
多轮编辑独有优势
高分辨率与长镜头能力更强
Omni系列闭源
Google Ads直接集成
🏆 真实使用案例
📌 某电商团队制作商品展示视频变体
📌 某广告公司做地区化投放素材
💬 用户真实评价
多轮编辑终于能用了，改背景不动主角，一个下午出了十几版变体。
降价后一支15秒视频一块多美元，批量做SKU视频的成本终于能接受。
跨镜头一致性比1.1强，但多角色同框还是会漂，复杂场景要靠分段剪辑补救。
✅ 实践建议与使用技巧
💡 Prompt工程建议
首轮提示词写全要素
角色外观、品牌色、场景风格在首次生成时描述完整，后续编辑以此为基础
编辑指令只提变更项
多轮编辑时只描述要改的元素，未提及的内容会自动保留
时长按内容节奏定
用1秒步长匹配脚本节奏，避免画面拖沓或赶
🔄 替代方案分析
Omni 1.2原生以720p、15秒为界
开源可选
无多轮编辑需求时可继续用1.1
2026-08-03
