AI 摘要
快速了解本文
01
Google 发布 Gemini Omni 1.2 Flash，原生支持最长 15 秒视频生成。
02
新增多轮对话编辑功能，可通过自然语言逐步修改视频细节。
03
API 调用价格较上一代下调 30%，720p 视频生成价格为每秒 0.07 美元。
本摘要由 AI 辅助整理，请以正文内容为准。
数智朋克讯 2026年11月5日，Google 正式发布 Gemini Omni 1.2 Flash，并在 Gemini API 和 Google Cloud 全面开放。该模型的核心升级在于将原生视频生成时长上限扩展至15秒，引入多轮对话编辑功能，同时API调用价格较上一代下调30%。
视频生成与编辑能力升级
在视频生成与编辑方面，Gemini Omni 1.2 Flash 支持以1秒为增量，生成或编辑3到15秒的视频片段。模型新增了多轮对话编辑能力，创作者可通过自然语言逐步修改视频细节，如更换背景、调整光照或切换画面比例，无需从头重新生成，从而显著降低短视频内容的迭代成本。此外，新模型在参考遵循和视觉一致性上有所提升，能更好地保持角色、产品包装及品牌颜色在镜头转换中的稳定性，减少视觉漂移。在多模态音频方面，该模型支持更自然的语音生成，具备清晰的唇形同步及多说话人调节能力。
API 定价调整与接入方式
伴随能力的扩展，Gemini Omni 1.2 Flash 的 API 定价也进行了调整。相比 Omni 1.1，新模型整体降价30%，其中720p视频的生成价格为每秒0.07美元。目前，开发者与企业用户已可通过 Gemini API 和 Google Cloud 接入并使用该模型。