前言¶

企业里做视频生成管线时，时长、改稿方式和按秒计费通常比 demo 画质更先被拿出来算账。2026 年 11 月 5 日，Google DeepMind 产品经理 Anish Nangia 在官方博文公布 Gemini Omni 1.2 Flash，并在 Gemini API 与 Gemini for business 上标记为 generally available（GA）。相对 Omni 1.1 的 10 秒上限，这一代把原生生成与编辑拉到 最长 15 秒，补上 多轮对话式剪辑，并把 720p 单价降到 每秒 0.07 美元（较 1.1 约降 30%）。下面按「可用范围 → 能力 → 定价 → 入口 → 工作量」拆开，方便对照自家工作流。

发布与可用范围¶

博文日期为 2026 年 11 月 5 日。Google 写明该模型已在 Gemini API 与面向企业的 Gemini for business 全面开放，并面向生产场景强调 Google Cloud 侧的企业级基础设施与安全；Provisioned Throughput 已提供，生成结果带不可见的 SynthID 水印。接入前仍需以控制台、文档和定价页为准核对区域、配额与账号层级，此处只复述官方对 GA 与合规相关能力的表述。

时长与多轮编辑¶

Omni 1.2 Flash 支持 原生 生成与编辑 最长 15 秒 视频，时长可在 3 秒到 15 秒 之间按 1 秒 步进指定，便于对齐短视频广告、产品讲解、社媒贴片等固定片长。

剪辑路径上，官方突出 multi-turn conversational editing：在同一成片上逐轮换产品或背景、改光照/天气、切换画幅等，而不必每次从零重生成整条素材；说明中称该流程覆盖 完整 15 秒片段，有利于在同一 brief 下做不同受众或版位的广告变体。

分辨率上，Google 建议先在 360p 或 720p 快速试片与局部修改，满意后再 上采样到 1080p 或 4K，用「低保真迭代 + 高保真定稿」压低无效算力消耗。

参考一致性与音画控制¶

生成时可组合 角色、产品或风格参考图、最长约 3 秒 的短运动片段和 音频线索。博文称 Omni 1.2 Flash 对头尾帧的 reference adherence 更强：人脸、服装、包装字体和品牌色在景别变化中更易保持稳定，并减少镜头衔接处的形变与漂移。

同文还提到：角色与场景跨帧一致性、口型与多人对白、连续复杂运镜（如 FPV 穿堂、环绕拉远）的控制性增强；语音侧强调更自然的对白、更清晰的唇形同步与多说话人条件。官方同时承认在 快速体育运动、急剧本变更、复杂物理 等方面仍在改进，评估量产边界时宜把这些场景单独压测。

定价¶

相对 Gemini Omni 1.1，博文写明降价 30%，并给出 720p 视频 0.07 美元/秒 的计价（以官方定价页为准）。把 15 秒原生输出、多轮编辑与按秒单价放在一起算，单位素材的试错与改稿成本更容易做线性估算；若业务混用预置吞吐量、上采样与其它 Cloud 计费项，需在试算表里一并加计。

接入入口（官方列举）¶

开发者侧可在 Google AI Studio 试原型，查阅 Gemini API 文档与定价；企业侧可走 Google Cloud 控制台 并通过 API 集成。

面向业务与创作者的产品路径包括：Flow 中导演场景与多轮编辑；Google Vids 在 Google 账号或 Google Workspace 订阅下生成 15 秒片段（博文写为无额外费用）；Gemini 应用 中 15 秒视频能力向 Google AI Ultra 订阅用户 逐步推出（rolling out）；Google Ads 用于规模化视频投放。各产品权限与地区以当前产品说明为准。

对广告、电商与内容管线的影响¶

Gemini Omni 首次以 GA 形态落在 API 与 Cloud 上，意味着视频生成从「单点试验」更接近可排期的生产步骤：片长摸到常见广告位、改稿不必整段重做、按秒价较上代下调，都会直接牵动创意团队的 SLA 与预算表。对平台与采购方，SynthID 与 Provisioned Throughput 也属于企业采购清单里的常规项。

团队若要试接入，可用真实业务的平均片长、改稿轮次和 360p/720p/上采样比例，对照官方文档与定价页做小样；再决定从 Gemini API 还是 Gemini for business / Google Cloud 路径切入更省事。

事实来源：Google 官方博文 Introducing Gemini Omni 1.2 Flash（2026-11-05）。