当地时间 11 月 5 日(北京时间 11 月 6 日),Google DeepMind 正式发布 Gemini Omni 1.2 Flash —— 一款全新的 AI 视频生成与编辑模型,最长可生成 15 秒片段,价格较上一代下调三成,并首次进入正式可用(GA)阶段,不再是挂着 preview 的预览状态。
截至 11 月 6 日,该模型在 Arena 文生视频、图生视频榜单双双登顶第一,视频编辑榜单位列第三。在文生视频榜上,它以 1541 分领先,比此前排名第二的 Omni 1.1 Flash 高出 27 分,Google 的 Omni 系列一举包揽该榜单前三名。
此前的 Omni 1.1 单条视频止步于 10 秒,而 Omni 1.2 允许你在 3 到 15 秒之间自由取值(以 1 秒为步进),不填则默认 10 秒。虽然这还不足以撑起一支完整的 Reels 或长视频广告,但相比从前已经多出 50% 的时长。
在我看来,这才是本次更新最核心的变化,也是它最不像传统视频模型的地方。
老办法改片子是:提示词重写一遍,重新生成,祈祷新的一条没把上一版的好看部分弄丢。Gemini Omni 1.2 Flash 换了个思路 —— 首条视频生成之后,你拿它的 previous_interaction_id 追问一句"把背景换成咖啡馆""光线调暖一点""让左边那个人消失",模型就在原来那条片子上改,没提到的元素会被保留,每轮产出一条新视频。
官方演示中,通过多轮对话依次将背景从条纹帐篷换成橡树林、马厩、集市和石头城堡,两名角色的表演、盔甲反光和镜头构图始终不变。对需要为不同受众批量产出广告变体的团队来说,这一点尤其实用。
Google 将价格较 Omni 1.1 下调了 30%,720p 视频每秒 0.07 美元(约合人民币 5 毛钱)。算下来,一条满时长 15 秒的片段约需 1.05 美元,折人民币七块出头。上一代 Omni 1.1 Flash 按 token 单价折算同样规格约 1.5 美元。不过要注意,Google 目前只公示了 720p 的费率。
使用入口方面:
开发者可通过 Google AI Studio 和 Gemini API 上手;
企业用户可在 Google Cloud 控制台调用,那里还提供预置吞吐量选项;
普通用户可在 Flow 和 Google Ads 中使用,也可在 Google Vids 里体验 — 持有 Google 账号或 Workspace 订阅的用户生成 15 秒片段无需额外付费;
Google AI Ultra 订阅者则可直接在 Gemini 应用中使用。
Gemini Omni 1.2 Flash 的发布,折射出 AI 视频生成赛道竞争重心的改变。当各头部模型在画质上的差距逐渐收窄,单纯比拼生成质量的阶段正在过去,时长、价格、可编辑性与工作流整合成为新的竞争焦点。
它并非在画质上追求跨代突破,而是围绕时长、成本和可控性三个商业落地的关键指标做了务实升级。随着成本不断下探,像是广告素材的大规模 A/B 测试、电商 SKU 级的视频覆盖这些此前因成本而难以成立的场景,正在被视频生成模型逐一变为现实。