正式可用，价格下调三成

11 月 5 日，谷歌宣布 Gemini Omni 1.2 Flash 视频生成模型正式可用，已覆盖 Gemini API 与 Google Cloud，开发者与企业用户可以立即接入。在定价上，720p 视频的生成价格降至每秒 0.07 美元，较上一代 Omni 1.1 Flash 便宜 30%；其他分辨率也享有相近幅度的下调。

时长翻倍：最长 15 秒

新版模型将原生支持的视频时长从 1.1 版本的 10 秒延长到最长 15 秒，并支持以 1 秒为单位，在 3 到 15 秒区间内自定义时长。这意味着一段完整的产品讲解、故事短片或社交广告片段，可以一次性生成，而不必先拼凑多个短片段。

先起草后放大，进一步压低成本

在规模化降本方面，新版工作流可以先以 360p 或 720p 快速起草，通过后续编辑修正细节，无需重新生成整个片段，最后再把成品升级到 1080p 或 4K。这种”草稿—精修—放大”的节奏，能显著压缩实际使用成本。

参考遵循更稳

在参考遵循能力上，用户可以结合角色、产品或风格图片、最长 3 秒的动态片段与音频线索来引导生成。模型能够在全程保持面部、服装、包装字体、品牌色彩在不同镜头角度下的一致性，方便把现有的产品图、角色设定图转为虚拟试穿、产品旋转展示与品牌视频广告。

对话式编辑

用户可逐轮对同一片段进行调整，例如替换产品或背景、修改光照或天气、切换画面比例，无需从头重新生成。该多轮对话编辑能力可覆盖完整的 15 秒片段，便于为不同受众、不同投放位生成广告变体，而不必重新编写提示词、重新生成。

语音与电影级镜头控制

在语音效果上，新版模型可生成更流畅自然的对话、更清晰的口型同步，并支持多说话人条件控制，适用于多角色对话、讲解类视频以及带数字人、音乐与旁白的专业视频。在电影级画面控制上，用户可以指挥复杂的连续镜头运动，例如全景第一人称穿越、戏剧化拉远、环绕镜头，从而减少不必要的跳切，保持更稳定的缩放比例与更精致的电影质感。

落地渠道与已知局限

Gemini Omni 1.2 Flash 依托谷歌云的企业级基础设施与安全能力，支持预置吞吐量（Provisioned Throughput），生成内容自带肉眼不可感知的 SynthID 水印。开发者可通过 Google AI Studio 调试，企业用户可在谷歌云控制台体验；普通用户可在 Flow 中导演场景与多轮编辑，在 Google Vids 中免费生成 15 秒片段，Gemini App 则面向 Google AI Ultra 订阅用户逐步推送，Google Ads 支持规模化视频广告投放。

谷歌也坦承该模型的短板：快速体育动作、频繁切换的脚本以及复杂物理场景仍是待改进项，且 15 秒仍不属于长视频范畴。对于绝大多数产品视频、虚拟试穿与广告素材这类”批量、短平快”的需求，该版本在速度、成本与一致性上的提升较为明显。