Google 上線 Gemini Omni 1.2 Flash：影片延長至 15 秒，降價 30%

影片生成工具裡最讓人頭疼的事，莫過於畫面裡的人物動作、光影都很對，偏偏背景裡多了一棵歪脖子樹，或者衣服顏色不對。按照過去的邏輯，你只能改 prompt 重新抽卡，然後祈禱下一張臉別變形。

Google 正式上線的 Gemini Omni 1.2 Flash，打算把這種折磨給停了。這次不僅原生影片時長從 10 秒拉到了 15 秒，呼叫價格還直接降了 30%，720p 規格下每秒只要 0.07 美元。更關鍵的是，它終於把多輪對話修改搬進了影片生成。

動嘴就能改細節，還不用從頭抽卡

很多人用 AI 做影片，大部分預算其實都浪費在反覆試錯上。Omni 1.2 Flash 換了一個思路：先用 360p 或者 720p 生成低清草稿，哪裡不順眼就用對話直接改，改滿意了再一鍵放大到 1080p 甚至 4K。

所謂多輪對話編輯，說白了就是像給真人剪輯師提需求一樣改影片。比如畫面裡兩個騎士在對峙，你只要對它說「把背景換成橡樹林」或者「換成石砌城堡」，人物的動作表演、運鏡角度甚至身上的盔甲反光都會完完整整保留下來，不用整段推倒重來。

一致性也有了明顯長進。你可以同時餵給模型模特照、三套衣服的正反面定妝圖，以及短動作片段。模型能在 360 度旋轉和鏡頭切換中，把衣服的剪裁、垂墜感和文字排版死死鎖住。連連續複雜的無人機穿行鏡頭，也不會莫名其妙蹦出跳切。

聲音方面，新模型支援多說話人分配，能把不同的音色準確對上畫面裡的不同角色，口型匹配和對白節奏自然了不少。

從免費嚐鮮到企業生產線

這次 Google 把落地鋪得很開。如果你只是想試個新鮮，開啟 vids.new，只要有普通 Google 賬號或 Google Workspace 訂閱，每個月可以在 Google Vids 裡免費生成 3 條 15 秒的影片。

進階創作者可以在 Flow 編排多鏡頭，Google AI Ultra 訂閱使用者也會在 Gemini 應用裡陸續收到更新。而在開發者和企業端，Gemini API 和 Google Cloud 已經正式全量開放商用，不僅支援預置吞吐量，輸出的影片還會打上肉眼看不見的 SynthID 水印。Adobe、Figma Weave 和 Monks 已經把模型接進了自家的工作流。

不過 Google 自己也交了底：模型目前在應對高速體育動作、複雜的物理規律以及劇烈的劇本轉向時，依然容易翻車，後續還得繼續打磨。

為什麼重要

我們認為，Omni 1.2 Flash 最聰明的地方，不是單純把時長撐到 15 秒，而是做了一套真正省錢的生產工作流。

做社媒廣告或者短影片帶貨的人，最需要的就是 15 秒以內的完整單鏡頭。以往 10 秒不夠講完一件事，現在 15 秒剛好能塞進一個起承轉合。配合草稿修改再放大的機制，創作者和中小團隊試錯的綜合成本能砍掉大半。

對行業來說，這也是一次典型的 Google 式降維打擊。當別的廠商還在卷單次生成的畫面有多驚豔時，Google 已經在拼誰的 API 更便宜、誰能把修改工具做進 Workspace。把 720p 壓到每秒 0.07 美元，再加上 Google Vids 的免費額度，會逼著其他影片模型不得不跟進降價。

但隱患也很明確。目前多輪修改雖然能保住主體，但只要涉及劇烈運動或複雜物理互動，生成的破綻依然會被 15 秒的長鏡頭放大。它現在最適合做的是商業展示、虛擬試衣和口播短影片，想要拿它做動態大片，恐怕還得再等等。