谷歌正式推出Gemini Omni 1.2 Flash视频生成模型，并在Gemini API与Gemini for business平台全面开放使用。新版模型实现了原生15秒视频生成、多轮对话式编辑、更强的参考遵循能力，同时较1.1版本降价30%，720p视频生成价格为每秒0.07美元。
一、支持3至15秒自定义时长，降低规模化成本
在片段长度上，Gemini Omni 1.2 Flash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，可一次性完成完整故事、产品讲解或社交广告片段的生成。在规模化降本方面，新版工作流可先以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，最后再将成品升级到1080p或4K，进一步压缩使用成本。
二、强化参考遵循与首末帧一致性
在参考遵循方面，用户可结合角色、产品或风格图片、最长3秒的动态片段与音频线索引导生成，模型可在全程保持面部、服装、包装字体、品牌色彩在不同镜头角度下的一致性，方便将现有产品图、角色设定图转为虚拟试穿、产品旋转展示与品牌视频广告。在结果一致性上，新版模型从首帧到末帧可保持角色、物体、场景的强一致性，在运动与镜头切换过程中减少视觉漂移、变形;无论是在首末关键帧之间做插值，还是延长片段构建长序列，产品、角色、道具与环境都能在不同镜头间保持统一。
三、支持多轮对话式编辑与电影级运镜
在对话式编辑方面，用户可逐轮对同一片段进行调整，比如替换产品或背景、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15秒片段，方便为不同受众、不同投放位生成广告变体，无需重新编写提示词、重新生成。
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，支持多说话人条件控制，适用于Flow中导演多角色对话、Gemini for business中制作讲解类视频，以及Google Vids中制作带数字人、音乐与旁白的专业视频。在电影级画面控制上，用户可指挥复杂连续镜头运动，比如全景FPV穿越、戏剧化拉远、环绕镜头，大幅减少不必要的跳切，保持更稳定的缩放比例与更精致的电影质感。
四、全面开放使用，自带SynthID水印
目前Gemini Omni首次实现全面正式可用，依托谷歌云企业级基础设施与安全能力，支持预置吞吐量，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原型调试、查看文档与定价;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。
