Google 上线 Gemini Omni 1.2 Flash：视频延长至 15 秒，降价 30%

视频生成工具里最让人头疼的事，莫过于画面里的人物动作、光影都很对，偏偏背景里多了一棵歪脖子树，或者衣服颜色不对。按照过去的逻辑，你只能改 prompt 重新抽卡，然后祈祷下一张脸别变形。

Google 正式上线的 Gemini Omni 1.2 Flash，打算把这种折磨给停了。这次不仅原生视频时长从 10 秒拉到了 15 秒，调用价格还直接降了 30%，720p 规格下每秒只要 0.07 美元。更关键的是，它终于把多轮对话修改搬进了视频生成。

动嘴就能改细节，还不用从头抽卡

很多人用 AI 做视频，大部分预算其实都浪费在反复试错上。Omni 1.2 Flash 换了一个思路：先用 360p 或者 720p 生成低清草稿，哪里不顺眼就用对话直接改，改满意了再一键放大到 1080p 甚至 4K。

所谓多轮对话编辑，说白了就是像给真人剪辑师提需求一样改视频。比如画面里两个骑士在对峙，你只要对它说「把背景换成橡树林」或者「换成石砌城堡」，人物的动作表演、运镜角度甚至身上的盔甲反光都会完完整整保留下来，不用整段推倒重来。

一致性也有了明显长进。你可以同时喂给模型模特照、三套衣服的正反面定妆图，以及短动作片段。模型能在 360 度旋转和镜头切换中，把衣服的剪裁、垂坠感和文字排版死死锁住。连连续复杂的无人机穿行镜头，也不会莫名其妙蹦出跳切。

声音方面，新模型支持多说话人分配，能把不同的音色准确对上画面里的不同角色，口型匹配和对白节奏自然了不少。

从免费尝鲜到企业生产线

这次 Google 把落地铺得很开。如果你只是想试个新鲜，打开 vids.new，只要有普通 Google 账号或 Google Workspace 订阅，每个月可以在 Google Vids 里免费生成 3 条 15 秒的视频。

进阶创作者可以在 Flow 编排多镜头，Google AI Ultra 订阅用户也会在 Gemini 应用里陆续收到更新。而在开发者和企业端，Gemini API 和 Google Cloud 已经正式全量开放商用，不仅支持预置吞吐量，输出的视频还会打上肉眼看不见的 SynthID 水印。Adobe、Figma Weave 和 Monks 已经把模型接进了自家的工作流。

不过 Google 自己也交了底：模型目前在应对高速体育动作、复杂的物理规律以及剧烈的剧本转向时，依然容易翻车，后续还得继续打磨。

为什么重要

我们认为，Omni 1.2 Flash 最聪明的地方，不是单纯把时长撑到 15 秒，而是做了一套真正省钱的生产工作流。

做社媒广告或者短视频带货的人，最需要的就是 15 秒以内的完整单镜头。以往 10 秒不够讲完一件事，现在 15 秒刚好能塞进一个起承转合。配合草稿修改再放大的机制，创作者和中小团队试错的综合成本能砍掉大半。

对行业来说，这也是一次典型的 Google 式降维打击。当别的厂商还在卷单次生成的画面有多惊艳时，Google 已经在拼谁的 API 更便宜、谁能把修改工具做进 Workspace。把 720p 压到每秒 0.07 美元，再加上 Google Vids 的免费额度，会逼着其他视频模型不得不跟进降价。

但隐患也很明确。目前多轮修改虽然能保住主体，但只要涉及剧烈运动或复杂物理交互，生成的破绽依然会被 15 秒的长镜头放大。它现在最适合做的是商业展示、虚拟试衣和口播短视频，想要拿它做动态大片，恐怕还得再等等。