Google 推出 Gemini Omni 1.2 Flash：原生 15 秒视频与多轮对话式编辑，Gemini API 正式可用

Google 于 2026 年 11 月 5 日在官方博客宣布推出 Gemini Omni 1.2 Flash，并在 Gemini API、Google Cloud 与 Gemini for business 上正式可用。相比 1.1，它把原生视频长度从 10 秒提高到 15 秒，支持按 1 秒步进指定 3 到 15 秒，新增多轮对话式编辑与更强的参考图遵循；输出带 SynthID 水印。官方称单位成本较 1.1 下降，具体计费以官网为准。

这次发布的是什么

Google 于 2026 年 11 月 5 日在官方博客发布 Gemini Omni 1.2 Flash，作者署名为 Google DeepMind 产品经理 Anish Nangia。公告原话是「Today, we're rolling out Gemini Omni 1.2 Flash, and making it generally available across the Gemini API and Gemini for business」——即一边分批推出，一边在开发者与企业渠道正式可用。

这次变化集中在三处：原生视频生成长度由 Omni 1.1 的 10 秒提高到 15 秒；新增多轮对话式编辑，可以在同一段片段上逐轮改而不用重做；参考条件的遵循能力增强，角色、商品、风格图与短动作片段、音频线索能一起作为条件输入。官方同时说明单位成本相对 1.1 下调，具体金额本站不写，一律以官网为准。

需要注意措辞：正文用的是「rolling out」，即分批铺开，而不是一次性全量覆盖；Gemini app、Google Vids 等面向用户的入口各有一套账号条件。产品页与开发者文档在公告里都给了直链，本文只写能确认的事实。

可用性与限制

• 状态：分批推出；Gemini API、Google Cloud、Gemini for business 侧官方称已正式可用（generally available）
• 时长：原生 3 到 15 秒，可按 1 秒步进指定；Omni 1.1 为 10 秒上限
• 分辨率工作流：官方建议先用 360p 或 720p 快速起草，改完再把成片升到 1080p 或 4K；公告未把这档说成原生生成
• 账号：Google Vids 需 Google 账号或 Google Workspace 订阅；Gemini app 侧分批面向 Google AI Ultra 订阅者
• 企业侧：Provisioned Throughput 可用，官方称由 Google Cloud 的企业级基础设施与安全能力支撑，输出带不可感知的 SynthID 水印
• 计费：官方称单位成本较上一版下降，具体标准、各分辨率与各地区条款以官网为准
• 地区：公告正文未列发布国家或地区清单，页面上的语言偏好列表不是可用性说明，以官网为准
• 官方点名仍在改进：快速体育动作、快速字幕变化、复杂物理这三类场景

主要功能

• 原生生成并编辑最长 15 秒的视频片段
• 用多轮对话逐轮改同一个片段而不必重新生成
• 组合角色、商品、风格图与三秒内短动作片段作为条件
• 用音频线索驱动对话、口型与多说话人分配
• 在首末帧之间插值或延展片段以构成更长序列
• 控制连续镜头运动，减少不必要的跳切

技术原理

据官方说明，公告披露的是能力层与工作流，不是模型内部结构：底层架构、参数量、训练方法、推理细节与上下文窗口大小都没有给出，这部分以官方文档为准，本文不补推测。

可确认的技术侧信息有三组。其一是参考条件控制：模型可以同时接收角色图、商品图、风格图、不超过三秒的短动作片段与音频线索，官方称人脸、服装、包装字体与品牌色能在不同机位间保持一致，减少跨运动与转场时的视觉漂移。其二是编辑机制：多轮对话式编辑作用于完整的 15 秒片段，可以逐轮换商品或背景、改光照天气、切换宽高比，官方把它定位为「改一处细节」而不是整段重跑。其三是来源标识：输出带 SynthID 水印，官方称为不可感知。

工作流本身也是设计的一部分：先在较低分辨率快速起草，用后续编辑修细节，再把选定成片升到较高分辨率。官方把这写成控制成本的手段，而不是单纯的画质选项。

实际体验

不做主观实测，只记录公告页可核对的观察。

一是官方主动写了能力边界：仍在处理快速体育动作、快速字幕变化与复杂物理。这三类都属于高速运动与文本渲染，恰恰是短视频批量生产里容易翻车的部分，选型时不宜把示例片段当成稳定水准。

二是示例是可核对的具体描述，而不是效果承诺：官方给出用一张模特图加三套服装正反面照生成 15 秒虚拟试穿序列、用两张建筑参考图引导一段连续的 FPV 穿越镜头、以及在一个片段上逐轮把背景从条纹帐篷换到橡树林、马厩、市集与石堡。这些是公告自带的案例说明，本站没有复跑。

三是计费口径要分层看：公告只明确写了单位成本较 1.1 下降与 720p 的计价方式，1080p 与 4K 升档的单独立条款、Google Vids 与 Gemini app 里的账号条件并不相同。把「成本下降」直接换算成自己项目的预算会出错，具体以官网为准。

四是页面上的 AI 生成摘要自带「Generative AI is experimental」提示，摘要段落不能当规格表引用；本文的口径只取公告正文与「Get started」章节。

项目地址与获取方式

• 官方公告：https://blog.google/innovation-and-ai/technology/developers-tools/introducing-gemini-omni-1-2-flash/
• 模型页：https://deepmind.google/models/gemini-omni/
• 开发者文档：https://aistudio.google.com/docs/omni
• 原型入口：https://aistudio.google.com/
• 企业侧控制台：https://console.cloud.google.com/vertex-ai/studio/media
• 应用侧入口：https://labs.google/fx/tools/flow 与 https://gemini.google.com/
• 获取方式：开发者按官方文档在 Gemini API 或 Google Cloud 控制台接入，应用侧按各自账号条件进入；计费与地区以官网为准。请通过官方渠道获取，避免安装被篡改的版本

适合谁用

• 需要批量产出广告变体、商品展示与解释视频的内容团队
• 要把视频生成接进自有产品的开发者与企业技术团队
• 已经用参考图、关键帧与分镜约束生成结果的创作者
• 关注输出来源标识与合规留痕的机构
• 不必用：只需要静态图或纯文本输出的工作流，以及需要长片叙事、快速运动与复杂物理模拟且不接受反复重做的项目

常见问题

现在就能在 Gemini 应用里用吗？

分渠道看。Gemini API、Google Cloud 与 Gemini for business 侧官方称已正式可用；Google Vids 需 Google 账号或 Workspace 订阅；Gemini app 的 15 秒视频正分批面向 Google AI Ultra 订阅者推出。公告没有给各地区与各渠道的铺开完成时间，以官网为准。

最长能生成多长的片段？

原生上限是 15 秒，可以在 3 到 15 秒之间按 1 秒步进指定，Omni 1.1 的上限是 10 秒。想做更长的序列，官方给的路径是首末帧插值或在现有片段上延展，属于工作流层面的拼接，不等于单次生成长度提升到 15 秒以上。

相比 Omni 1.1 主要变了什么？

公告列了三项：原生长度从 10 秒到 15 秒、新增多轮对话式编辑、参考条件遵循增强；另外官方称单位成本下降。分辨率工作流、SynthID 水印与 Provisioned Throughput 属于配套说明，不是新增能力点。官方也明确点名了仍需改进的三类场景。

生成的内容能标明来源吗？

可以。官方写明输出带不可感知的 SynthID 水印，并在公告里链到 SynthID 的说明页。水印是来源标识手段，不等于各平台都会自动识别，具体识别与标注方式以官方文档与各平台规则为准。

相关工具与内容

站内 AI视频分类 与 AI绘画分类 汇总了同方向工具；Veo 工具页、Gemini 工具页 与 Runway 工具页 是几条可对照的产品线。选购前可先看 AI 视频工具榜单，了解 Gemini 侧工作流的既往变化可看 Gemini 应用文件编辑能力。