谷歌发布 Gemini Omni 1.2 Flash，将单次原生视频生成与编辑上限从10秒升至15秒，并把720p报价降至每秒0.07美元。更新主打更好遵循参考素材与多轮对话编辑，但实际交付成本与企业内全量开放仍需在项目中验证。
谷歌于2026年11月5日宣布推出 Gemini Omni 1.2 Flash，将视频单次生成和编辑的原生时长上限从10秒提高到15秒，并把720p视频报价降至每秒0.07美元。按照谷歌的说法，这一价格比 Omni 1.1 低30%。此次更新还强调更好地遵循参考素材、保持人物与商品一致性，以及通过多轮对话修改同一段视频。
这次变化针对的不是长片制作，而是产品展示、虚拟试衣和短视频广告等需要反复生成、修改和交付的场景。谷歌在发布公告中同时宣布正式可用；其云端模型规格也将 gemini-omni-1.2-flash 标为正式可用（GA），发布日期为11月5日。不过，模型正式上线，并不代表每个应用入口和每项功能都已向所有账户开放。
15秒改变了什么，又没有改变什么
根据谷歌公告，用户可以按一秒为单位，在3至15秒之间指定生成时长，并对完整的15秒片段继续进行对话式编辑。对需要在一个片段内完成产品出现、动作展示和结尾信息的创作者来说，更长的单次输出提供了更多安排叙事的空间，而不必立即转入多次延展或拼接。
这里的“15秒”指单次原生生成和编辑上限，不是把一组短片拼接后的总长度。谷歌在8月27日的 Omni 1.1 公告中已经介绍过按10秒增量延展、累计最长40秒的工作流；那与本次提高单次输出上限不是同一个指标。AIFlux此前对Omni 1.1 创作控制功能的报道也梳理过场景延展、首尾帧控制、360p草稿和4K输出，这些不能全部算成本次首次推出的能力。
15秒也不是所有模式的统一上限。1.2版本的云端规格将普通生成和编辑列为3至15秒，但指定首尾帧的生成仍为3至10秒，单次延展输出也为3至10秒。开发者因此需要先区分“生成新片段”“连接两个指定画面”和“接着已有视频继续生成”，不能仅凭发布标题为所有任务设置相同参数。
每秒降价，不等于每条成片的总成本下降三成
每秒0.07美元是此次最明确的商业变化之一。按这一720p报价直接计算，一段15秒视频对应1.05美元的视频生成费用。但这只是按所列单价计算的单次输出金额，不是制作一条可发布广告的完整预算，更不是4K输出或所有调用方式的统一报价。
谷歌在云端公告中称，其他分辨率也有类似的降价；其发布说明建议先用360p或720p制作草稿，通过后续编辑修正细节，再把选中的结果提升到1080p或4K。新版 Gemini API 文档则明确把1080p和4K输出标为经过放大处理的输出，不宜把这些交付分辨率直接写成原生4K生成。
这套流程的潜在价值，是把预算更多投入到选中的镜头，而不是每次试验都追求最终分辨率。不过，最终成本是否下降，仍取决于一次可接受结果需要多少次生成和修改、是否需要升分辨率，以及人工审核与后期处理的工作量。谷歌公布的降价可以确认单价变化，却不能单独证明真实项目的制作总成本同比例下降。
更重要的承诺，是修改后还能保留什么
谷歌对1.2版本的另一项重点描述，是更好地遵循参考素材。用户可以结合人物、产品或风格图片，以及最长3秒的动作参考短片来指导生成。公司称，新版能更好地维持面孔、服装、包装文字和品牌颜色，并减少运动及镜头切换中的视觉漂移。
在官方演示中，谷歌展示了用模特照片和多套服装的正反面图片生成15秒虚拟试衣片段，以及在同一段视频中逐轮替换背景的例子。公司还宣称，对白自然度、口型同步、多角色语音控制和连续摄影机运动有所改善。这些都是谷歌提供的能力说明与样例，本文未独立复测其稳定性，不能把精选演示等同于所有输入条件下的成功率。
对企业制作而言，“保持不变”与“能够改变”同样重要。若只是替换背景，却同时改变了商品标志、服装细节或人物面貌，后续修正可能抵消生成速度带来的收益。1.2版本强调的参考遵循和对话编辑，正是在回应这一问题；但能否满足具体品牌的交付要求，仍要逐帧检查，而不是仅看分辨率和片段长度。
正式可用与应用内开放，需要分开看
谷歌主博客列出的使用路径包括 Google AI Studio、Gemini API、Google Cloud、Flow 和 Google Vids。其中，Gemini应用的15秒视频功能是向 Google AI Ultra 订阅者逐步推出，而不是向全部用户同时开放。Google Vids的表述则是，拥有 Google 账户或 Google Workspace 订阅的用户可在其中生成15秒片段，且不额外收费；这一表述不能延伸为无限生成额度。
企业聊天入口的说明还存在需要留意的差异。主博客开头将 Gemini for business 与正式可用并列提及，但页面标注11月6日的 Google Cloud 公告在具体使用说明和入口列表中，仍把 Gemini for business 标为“即将推出”。因此，较稳妥的理解是：云端模型已经正式可用，Vids有对应创作入口，而企业聊天中的直接视频生成仍应以账户实际开放情况为准，不能笼统写成所有入口已经上线。
开发者还需要检查接口兼容性。云端规格表明确列出，1.2支持 Interactions API，但不支持 GenerateContent API、Chat Completions API 或 Gemini Live API。它可以被集成进应用，并不意味着能直接替换现有软件中任意一种 Gemini 调用方式。
Gemini API新版文档另外说明，1.1版本保留四周过渡期，自2026年12月3日起，发往 gemini-omni-1.1-flash 的请求将自动路由到1.2版本，并按较低的新费率计费。这是面向 Gemini API 的迁移安排，不应推广为所有云服务和应用入口都采用相同时间表；对于依赖固定模型表现的团队，也值得在切换前检查既有提示词和参考素材的输出差异。
从演示到交付，仍有一道质量检查
谷歌在发布公告末尾承认，快速体育动作、快速脚本变化和复杂物理效果仍在改进。公司同时表示，生成结果带有不可见的 SynthID 水印。水印提供的是内容来源标识，不能证明画面中的人物、动作或产品细节正确，也不能替代发布前审核。
因此，这次更新最清楚的进展，是更长的单次片段、更低的720p报价，以及正式可用的云端版本。至于更强一致性和更少返工能带来多大生产收益，仍需在实际项目中验证。对广告和内容团队来说，比“能否生成15秒”更关键的问题，是这15秒能否保留正确的产品与人物信息，并在多轮修改后仍然达到交付标准。