谷歌于 2026 年 11 月 5 日宣布 Gemini Omni 1.2 Flash 在 Gemini API 与 Gemini for business 正式可用。Google DeepMind 产品博文与 Google Cloud 同日博客写明:原生视频最长 15 秒、支持多轮对话式编辑、参考遵循更稳,并对 Omni 1.1 降价 30%,720p 为每秒 0.07 美元。

官方称这是 Gemini Omni 首次全面正式可用,依托 Google Cloud 企业级基础设施,支持预置吞吐量(Provisioned Throughput),输出带不可感知的 SynthID 水印。

关键事实

项目 内容
发布时间 2026 年 11 月 5 日(谷歌 / DeepMind 博客)
状态 Gemini API 与 Google Cloud 正式可用
最长时长 15 秒(Omni 1.1 为 10 秒)
时长控制 3–15 秒,按 1 秒步进
API 价格(720p) 每秒 0.07 美元(较 Omni 1.1 降 30%);Cloud 博客称其他分辨率有类似降幅
草稿 / 升采样 先以 360p 或 720p 起草,再将选定成片升至 1080p 或 4K
编辑 对同一片段多轮对话修改(换产品、背景、光照、画幅等)
参考输入 角色 / 产品 / 风格图;最长 3 秒动态片段;音频线索(Cloud 博客:音频参考需 allowlist)
水印 不可感知 SynthID
消费端入口 Flow;Google Vids(有 Google 账号或 Workspace 订阅者每月最多免费生成 3 条 15 秒视频);Gemini App 向 Google AI Ultra 用户逐步推送;Google Ads

谷歌在博文中承认,快速运动体育、频繁改剧本、复杂物理等场景仍在继续改进。

背景

Omni 1.1 最长 10 秒。1.2 Flash 将单次生成与编辑拉到 15 秒,更接近常见短视频广告时长,减少为凑足长度而拼接两段的需要。

Workspace 另发博文称,Google Vids 已切换到 Omni 1.2 Flash;有 Google 账号或 Workspace 订阅的用户每月最多可免费生成 3 条 15 秒视频。DeepMind 博文还提到 Flow 多轮导演、Gemini App 面向 Ultra 订阅用户的滚动推送,以及 Google Ads 中的投放场景。

The Verge、The Decoder 在同日报道中复述了 3–15 秒时长、对话式编辑与 720p 每秒 0.07 美元等核心数字。IT之家于次日(UTC+8)报道了正式可用入口与 30% 降价。

反应与影响

Google Cloud 博客收录了 Artlist、FLORA、invideo、Krea、Picsart、Photoroom、QuickFrame AI 等合作方对参考生成、风格迁移与 15 秒成片的使用反馈。这些是厂商在谷歌页面上的表态,不是独立评测。

尚待确认

  • 除已公布的 720p 单价与「其他分辨率有类似降幅」外,完整公开价目表
  • 各 API 工作流的精确时长上限(官方宣传原生 15 秒生成与编辑;第三方托管可能另有模式限制)
  • Gemini App 向全部 Google AI Ultra 用户推送完成的时间
  • 相对 Omni 1.1 或其他视频模型的独立对照评测

来源