Gemini Omni 1.2 Flash：快速经济，支持更长片段

谷歌DeepMind本周正式推出Gemini Omni 1.2 Flash视频生成模型，并已在Gemini API和Google Cloud上开放商用。相比上一代Omni 1.1，新模型将单次视频生成时长从10秒提升到15秒，支持以1秒为粒度指定3至15秒的时长，同时把720p视频的生成价格下调30%，降至每秒0.07美元（约合人民币0.5元）。此外，新模型还加入了多轮对话式编辑能力，用户可以针对某个细节追加修改指令，而不必整段重新生成。 这轮更新的核心指向是"降本"和"可控"。对跨境电商卖家来说，这两点恰好对应了AI视频落地时最现实的两个障碍：一是生成成本高、废片率高，二是人物、产品、包装在不同镜头间容易"变脸"。Omni 1.2 Flash针对后者强化了参考一致性，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，并在多角度运镜中保持人脸、服装、包装字体和品牌色的一致性。谷歌给出的示例是：输入一张模特照片加三套服装的正反面产品图，模型能生成一段15秒的虚拟试穿视频，涵盖360度转身和匹配剪辑，模特的形象与每件衣服的剪裁、垂坠感、背面细节都保持一致。这对需要批量产出商品展示视频、社媒广告素材的卖家而言，意味着可以用现有产品图直接"喂"出成片，减少实拍和模特成本。 成本结构上，谷歌还强调了工作流层面的省钱逻辑：先用360p或720p快速出草稿，通过追加对话修改细节，确认后再把满意的版本超分到1080p或4K，避免为废稿支付高清生成费用。目前该模型已接入Gemini API、Google Vids以及面向企业的Gemini for business，可直接用于规模化生产。不过需要注意，15秒时长对于完整的品牌故事片仍显局促，更适合产品讲解、社交平台广告位这类短格式内容；同时参考一致性的实际表现仍需卖家在自己的品类素材上验证，尤其是服饰褶皱、包装反光等细节。