前言¶

企業裏做視頻生成管線時，時長、改稿方式和按秒計費通常比 demo 畫質更先被拿出來算賬。2026 年 11 月 5 日，Google DeepMind 產品經理 Anish Nangia 在官方博文公佈 Gemini Omni 1.2 Flash，並在 Gemini API 與 Gemini for business 上標記爲 generally available（GA）。相對 Omni 1.1 的 10 秒上限，這一代把原生生成與編輯拉到 最長 15 秒，補上 多輪對話式剪輯，並把 720p 單價降到 每秒 0.07 美元（較 1.1 約降 30%）。下面按「可用範圍 → 能力 → 定價 → 入口 → 工作量」拆開，方便對照自家工作流。

發佈與可用範圍¶

博文日期爲 2026 年 11 月 5 日。Google 寫明該模型已在 Gemini API 與面向企業的 Gemini for business 全面開放，並面向生產場景強調 Google Cloud 側的企業級基礎設施與安全；Provisioned Throughput 已提供，生成結果帶不可見的 SynthID 水印。接入前仍需以控制台、文檔和定價頁爲準覈對區域、配額與賬號層級，此處只複述官方對 GA 與合規相關能力的表述。

時長與多輪編輯¶

Omni 1.2 Flash 支持 原生 生成與編輯 最長 15 秒 視頻，時長可在 3 秒到 15 秒 之間按 1 秒 步進指定，便於對齊短視頻廣告、產品講解、社媒貼片等固定片長。

剪輯路徑上，官方突出 multi-turn conversational editing：在同一成片上逐輪換產品或背景、改光照/天氣、切換畫幅等，而不必每次從零重生成整條素材；說明中稱該流程覆蓋 完整 15 秒片段，有利於在同一 brief 下做不同受衆或版位的廣告變體。

分辨率上，Google 建議先在 360p 或 720p 快速試片與局部修改，滿意後再 上採樣到 1080p 或 4K，用「低保真迭代 + 高保真定稿」壓低無效算力消耗。

參考一致性與音畫控制¶

生成時可組合 角色、產品或風格參考圖、最長約 3 秒 的短運動片段和 音頻線索。博文稱 Omni 1.2 Flash 對頭尾幀的 reference adherence 更強：人臉、服裝、包裝字體和品牌色在景別變化中更易保持穩定，並減少鏡頭銜接處的形變與漂移。

同文還提到：角色與場景跨幀一致性、口型與多人對白、連續複雜運鏡（如 FPV 穿堂、環繞拉遠）的控制性增強；語音側強調更自然的對白、更清晰的脣形同步與多說話人條件。官方同時承認在 快速體育運動、急劇本變更、複雜物理 等方面仍在改進，評估量產邊界時宜把這些場景單獨壓測。

定價¶

相對 Gemini Omni 1.1，博文寫明降價 30%，並給出 720p 視頻 0.07 美元/秒 的計價（以官方定價頁爲準）。把 15 秒原生輸出、多輪編輯與按秒單價放在一起算，單位素材的試錯與改稿成本更容易做線性估算；若業務混用預置吞吐量、上採樣與其它 Cloud 計費項，需在試算表裏一併加計。

接入入口（官方列舉）¶

開發者側可在 Google AI Studio 試原型，查閱 Gemini API 文檔與定價；企業側可走 Google Cloud 控制台 並通過 API 集成。

面向業務與創作者的產品路徑包括：Flow 中導演場景與多輪編輯；Google Vids 在 Google 賬號或 Google Workspace 訂閱下生成 15 秒片段（博文寫爲無額外費用）；Gemini 應用 中 15 秒視頻能力向 Google AI Ultra 訂閱用戶 逐步推出（rolling out）；Google Ads 用於規模化視頻投放。各產品權限與地區以當前產品說明爲準。

對廣告、電商與內容管線的影響¶

Gemini Omni 首次以 GA 形態落在 API 與 Cloud 上，意味着視頻生成從「單點試驗」更接近可排期的生產步驟：片長摸到常見廣告位、改稿不必整段重做、按秒價較上代下調，都會直接牽動創意團隊的 SLA 與預算表。對平臺與採購方，SynthID 與 Provisioned Throughput 也屬於企業採購清單裏的常規項。

團隊若要試接入，可用真實業務的平均片長、改稿輪次和 360p/720p/上採樣比例，對照官方文檔與定價頁做小樣；再決定從 Gemini API 還是 Gemini for business / Google Cloud 路徑切入更省事。

事實來源：Google 官方博文 Introducing Gemini Omni 1.2 Flash（2026-11-05）。