Gemini Omni 1.2 Flash：功能、价格与使用指南

什么是 Gemini Omni 1.2 Flash？

Google DeepMind 于 2026 年 11 月 5 日推出 Gemini Omni 1.2 Flash，是一款高效且具成本效益的 AI 视频生成与编辑模型。该工具现已在 Gemini API、Google Cloud、Google Vids 和 Gemini for business 全面上线。

Google 设计 Gemini Omni 1.2 Flash 旨在帮助企业、初创公司和创意专业人士规模化制作视频内容。它引入了原生 15 秒视频创作、更佳的参考符合度以及多轮对话式编辑功能。

Gemini Omni 1.2 Flash 的主要功能是什么？

相比 Gemini Omni 1.1，Gemini Omni 1.2 Flash 带来了原生 15 秒视频片段、多轮编辑以及更高的视觉一致性。用户可以在 3 至 15 秒之间，以 1 秒为增量指定视频时长。

Gemini Omni 1.2 Flash 通过参考图像、长达 3 秒的运动片段和长达 1 秒的语音参考，能在镜头切换时保持角色、服装、品牌颜色和包装的一致性。模型还支持连续的镜头运动（如 FPV 穿越和轨道环绕），以及多说话者唇形同步和对话条件控制。

Gemini Omni 1.2 Flash 怎么收费？

Gemini Omni 1.2 Flash 的 720p 视频分辨率价格为每秒 $0.07 美元，相较于 Gemini Omni 1.1 降低了 30%。Google Cloud 还为企业工作负载提供预留吞吐量（Provisioned Throughput）。

用户可以通过先在 360p 或 720p 分辨率下运行初始草稿并进行对话式修改，然后再生成最终成品，从而降低总制作支出。编辑完成后，创作者可以将选定的视频片段超分辨率提升至 1080p 或 4K 分辨率。

如何使用 Gemini Omni 1.2 Flash 编辑视频

Gemini Omni 1.2 Flash 允许用户通过连续的对话式提示词来编辑已生成的视频，而无需从头渲染新片段。这种多轮工作流可以在修改特定视觉元素的同时，保持原本的表演构图和光照。

1. 提供参考材料，例如角色照片、产品图、3 秒运动片段或 1 秒音频文件。
2. 选择 3 到 15 秒之间的目标片段时长（以 1 秒为增量）。
3. 生成 360p 或 720p 分辨率的初始草稿。
4. 提交对话式提示词，修改背景环境、天气、宽高比或光照等细节。
5. 将最终批准的视频片段放大至 1080p 或 4K 分辨率。

Gemini Omni 1.2 Flash 有哪些局限性？

Gemini Omni 1.2 Flash 限制单次视频生成的最大长度为 15 秒。运动参考片段限制为 3 秒，而语音参考上限为 1 秒。

虽然 Gemini Omni 1.2 Flash 提供了比早期版本更强的关键帧一致性，但在长镜头推进过程中，起始帧和结束帧之间仍可能出现微小的视觉差异。

常见问题

资料来源：Google