Google 正式向公众开放 AI 视频生成模型 Gemini Omni 1.2 Flash。新版模型单次生成视频时长上限从 10 秒延长至 15 秒，并支持通过多轮对话进行精细化编辑，如替换背景、调整光线或修改画面元素，无需重新生成整个片段。
在成本控制方面，该模型生成费用下调 30%。目前，通过 Gemini API 生成 720p 分辨率视频的成本约为每秒 0.07 美元，较今年 6 月的每秒 0.10 美元有明显下降。作为参照，字节跳动于今年 6 月发布的 Seedance 2.5 模型支持生成长达 30 秒的视频片段。
视觉一致性显著提升
Google 表示，新版模型在人物面部、服装细节、包装文字及品牌色彩的一致性上表现更佳，不同镜头角度下的画面瑕疵与跳切现象显著减少。Google DeepMind 的内部测试显示，62% 的受访者认为 1.2 版本在视觉一致性上优于前代 1.1 版本。不过，公司坦言在快速运动场景、脚本即时变更及复杂物理效果模拟等方面，仍在持续优化中。
多平台逐步铺开
Gemini Omni 1.2 Flash 正逐步集成至 Flow、Google Vids、Google Ads 以及面向 Google AI Ultra 订阅用户的 Gemini 应用中。值得注意的是，这是 Omni 系列首次在企业级平台 Google Cloud 上全面开放使用。所有由该模型生成的视频均嵌入了不可见的 SynthID 数字水印，以确保内容可追溯。
回顾今年 5 月的 I/O 开发者大会，Google 首次展示了 Omni Flash 模型，当时其视频生成限制为 10 秒。最新市场数据显示，Google 是唯一一家旗下模型进入全球热门 AI 视频排行榜前十的美国公司，其余九个席位均由中国模型占据。