Gemini Omni 1.2 Flash：快速经济，支持更长片段

Google DeepMind 今日正式发布 Gemini Omni 1.2 Flash 视频生成模型，并已在 Gemini API 和 Gemini for business 全面开放。相比上一代 1.1 版本，新模型将单次视频生成时长从 10 秒提升到 15 秒，支持以 1 秒为粒度在 3 到 15 秒之间自定义时长，同时价格下调 30%，720p 视频定价为每秒 0.07 美元（约合人民币 0.5 元）。此外，新模型还引入了多轮对话式编辑能力，用户可以通过连续对话微调细节，而不必每次重新生成整段视频。 对跨境电商卖家和视频创作者来说，这次更新解决的是实际工作流中的痛点。此前生成 10 秒以上的视频需要拼接多段素材，角色、产品和场景在不同片段之间容易出现"变脸"或画面漂移；1.2 Flash 强化了参考一致性，可以同时输入人物图、产品图、风格图、最长 3 秒的短动作片段以及音频提示，模型能在 360 度旋转、镜头切换中保持人脸、服装剪裁、包装字体和品牌色的一致性。官方演示中，仅用一张模特照片加三套服装的正反面产品图，就能生成一段 15 秒的虚拟试穿视频，覆盖 360 度转身和匹配剪辑。这意味着卖家可以把现有的产品摄影素材直接转化为试穿短片、商品展示旋转视频和品牌广告，而不需要组织实拍。 成本结构上，新模型还提供了分层工作流：先用 360p 或 720p 低成本快速出草稿，通过对话式编辑修正细节，最后再将满意的成片放大到 1080p 或 4K。对于需要批量产出社媒广告、产品讲解视频的出海团队，这种"草稿便宜、精修按需"的模式能显著压低试错成本。目前该模型已通过 Gemini API 和 Google Cloud 面向生产环境开放，Google Vids 等产品也已同步接入。