Google DeepMind 发布 Gemini Omni 1.2 Flash 视频生成模型

2026年11月5日

|

Gemini Omni 1.2 Flash 带来 15 秒视频片段、更强的一致性，以及更快、更具成本效益的生成能力。

Anish Nangia

Google DeepMind 产品经理

收听文章

[[duration]] 分钟

此内容由 Google AI 生成。生成式 AI 仍处于实验阶段

今天，我们正式推出 Gemini Omni 1.2 Flash，并在 Gemini API 和 Gemini for business 中全面开放。Gemini Omni 1.2 Flash 引入了原生 15 秒视频创作、多轮对话式编辑能力以及增强的参考遵循能力。我们将价格较 Gemini Omni 1.1 下调了 30%，720p 视频现为每秒 0.07 美元。

以下是新增功能的概览：

大规模下的快速与高性价比

除了更低的价格，工作流程也能降低成本：你可以先用 360p 或 720p 快速起草，通过后续编辑修正细节而无需重新生成整个片段，然后将最佳作品升级至 1080p 或 4K。

更长的片段，最长可达 15 秒

你现在可以原生生成和编辑最长 15 秒的视频，相比 Omni 1.1 的 10 秒有所提升。你还可以按 1 秒为增量指定 3 至 15 秒的时长，从而有空间在单次生成中讲述完整故事、制作产品讲解视频或产出完整的社交广告片。

更好的参考遵循

你可以结合角色、产品或风格图像、短运动片段（最长三秒）以及音频提示来引导生成——Omni 1.2 Flash 会从头到尾保持这些细节。面部、服装、包装排版和品牌色彩在不同镜头角度下保持一致，从而轻松将现有的产品摄影或角色设定图转化为虚拟试穿片段、商品旋转展示和品牌视频广告。

将一张模特照片与三套服装的正反面产品图相结合，Gemini Omni 1.2 Flash 生成了一段 15 秒的虚拟试穿序列，涵盖 360 度旋转和匹配剪辑，同时保持模特身份以及每件服装的剪裁、垂坠感和背面细节一致。

更一致的结果

你可以从首帧到末帧保持更强的角色、物体和场景一致性，在运动和镜头转场中减少视觉漂移或变形。无论你是在首尾关键帧之间进行插值，还是扩展片段以构建更长的序列，产品、角色、道具和环境都能在镜头之间保持一致。

在相同的静态影棚灯光展览海报和五层动画提示下，Gemini Omni 1.1 Flash 对参考图像的匹配程度不如 1.2。Gemini Omni 1.2 Flash 在灰粉色环形幕布上逐层构建海报，六边形基座升起，组装出 HALO、GLOW 和 LUMEN 的罗纹玻璃、暖色灯丝、多面水晶和螺旋线字形，并在最终帧中始终保持每种材质、阴影和排版细节一致。

在对话中更轻松地编辑

你可以逐轮优化同一个片段——例如更换产品或背景、改变光照或天气，或切换宽高比——而无需从头开始。多轮对话式编辑适用于完整的 15 秒片段，让你轻松为不同受众和投放位置制作广告变体，而无需重新交代需求或重新生成。

从一段生成的片段开始，多轮对话式提示逐轮替换背景——从条纹凉亭帐篷到橡树林、带白马的马厩、集市和石头城堡——同时保持两个角色的表演、盔甲反光和镜头构图不变。

更自然的语音

你可以生成对话更流畅自然、口型同步更清晰、多说话人条件更明确的场景。无论你是在 Flow 中指导多角色对话、在 Gemini for business 中制作视频讲解，还是在 Google Vids 中制作带虚拟形象、音乐和旁白的精良专业视频，这一点都会体现出来。

以一张温室场景图像以及四个角色、嘴部和一秒语音参考为条件，Gemini Omni 1.2 Flash 将每个采样语音路由到正确的角色，在 15 秒的动画场景中实现富有表现力的口型同步和自然的喜剧节奏。

更可控、更具电影感的画面

你可以指导复杂的连续镜头运动，例如从横扫式 FPV 穿越到戏剧性拉远和环绕，同时显著减少不必要的跳切、保持更稳定的比例，并呈现更精良、更具电影感的画面。

在两幅建筑参考照片的引导下，Gemini Omni 1.2 Flash 指导一次连续的 FPV 无人机飞行，穿越广场、穿过青铜门，并沿万神殿的方格穹顶向上飞至圆洞，全程零跳切。

更长的片段，更流畅的运动，更紧密的一致性

Gemini Omni 1.2 Flash 可生成长达 15 秒的片段，比以往更好地保持参考内容的一致性。你可以滚动查看，了解角色、文字和镜头运动如何在更长的镜头、多个轮次和转场中保持一致且没有剪辑。

真实世界的成果，从创意人到全球品牌

企业、初创公司和创意人已经在工作流中使用 Gemini Omni 1.2 Flash。而且 Gemini Omni 首次正式全面可用，由 Google Cloud 的企业级基础设施和安全保障提供支持。Provisioned Throughput 现已可用，输出内容带有不可察觉的 SynthID 水印。

开始使用 Gemini Omni 1.2 Flash

虽然开发工作仍在继续，以进一步改进快速体育动作、快速脚本变更和复杂物理效果等方面，但 Gemini Omni 1.2 Flash 非常适合大规模制作视频的企业、开发者和创作者。随着 Gemini Omni 1.2 Flash 在 Google 各产品和开发者平台上逐步推出，你今天就可以开始使用：

• 对于使用 Gemini API 的开发者：在 Google AI Studio 中制作原型，探索交互式入门应用，并查看开发者文档和定价。
• 对于企业：在 Google Cloud 控制台中试用，并使用 API 构建企业解决方案。
• 对于所有使用 Google 应用的用户：在 Flow 中指导场景和多轮编辑，使用 Google 账号或 Google Workspace 订阅在 Google Vids 中免费生成 15 秒片段，在 Gemini 应用中创建 15 秒视频（正逐步向 Google AI Ultra 订阅者推出），并在 Google Ads 中扩展视频广告活动。

在收件箱中获取 Google 的最新资讯

订阅我们的新闻通讯，获取产品更新、活动信息、特别优惠等更多内容。

您的信息将根据Google 隐私政策使用。您可以随时选择退出。