Gemini Omni 1.2 Flash 发布：更快更省，支持更长视频
今日，我们正式推出 Gemini Omni 1.2 Flash，使其在 Gemini API 和企业版 Gemini 上全面可用。Gemini Omni 1.2 Flash 引入了原生 15 秒视频生成、多轮对话式编辑能力以及增强的参考遵循功能。相比 Gemini Omni 1.1，价格降低了 30%，720p 视频按每秒 0.07 美元计费。
以下是新功能概览：
规模化下的高速度与高性价比
除了价格降低，工作流程也进一步控制了成本：您可以先在 360p 或 720p 下快速生成草稿，通过后续编辑修复细节，而无需重新生成整个片段，最后再将最佳作品升级至 1080p 或 4K。
支持最长 15 秒的更长视频
现在可以原生生成和编辑最长 15 秒的视频，相比 Omni 1.1 的 10 秒有所提升。还可以以 1 秒为步长指定 3 至 15 秒之间的时长，为完整叙事、产品讲解或整段社交广告提供充裕的生成空间。
更精准的参考遵循
您可以结合人物、产品或风格图片、短动作片段（最长 3 秒）以及音频提示来引导生成，Omni 1.2 Flash 能在整个过程中始终保留这些细节。面部、服装、包装排版和品牌色在不同镜头角度间保持一致，方便将现有产品照片或角色设定转化为虚拟试穿视频、目录展示和品牌广告。
结合一张模特照片和三套服装的正反面产品图，Gemini Omni 1.2 Flash 可生成 15 秒的虚拟试穿序列，涵盖 360 度旋转和匹配剪辑，同时保持模特身份以及每件服装的剪裁、垂坠感和背部细节的一致性。
结果一致性更强
从首帧到尾帧，人物、物体和场景的保持一致性更强，在运动和镜头切换中出现的视觉漂移或形变更少。无论是插值首尾关键帧，还是延长片段构建更长序列，产品、人物、道具和环境在镜头之间均保持稳定。
在同样的静态影棚灯光展示海报和五层动画提示下，Gemini Omni 1.1 Flash 对参考图像的还原度不如 1.2。Gemini Omni 1.2 Flash 则能逐层搭建海报：在灰粉色环形背景幕上升起六边形基座，组装出棱纹玻璃、暖光灯丝、多面水晶和螺旋线缆字母，拼出 HALO、GLOW、LUMEN 三个字样，并在最终帧中保持所有材质、阴影和排版细节的一致性。
对话式编辑更轻松
你可以逐轮对同一个片段进行微调——比如替换产品或背景、改变光照或天气、切换宽高比——而不必从头重来。多轮对话式编辑适用于完整的 15 秒片段，无需重新下达指令或重新生成，就能轻松为不同受众和投放渠道制作广告变体。
从一个生成的片段出发，通过多轮对话式提示逐轮更换背景——从条纹凉棚帐篷到橡树林、有白马的马厩、集市，再到石砌城堡——同时保持两位角色的表演、盔甲反射和镜头构图不变。
更自然的语音
你可以生成对话更流畅自然、口型同步更清晰、多说话人区分更明确的场景。无论你是在 Flow 中执导多角色对话，在 Gemini for business 中制作视频讲解，还是在 Google Vids 中借助数字人、音乐和旁白制作精良的专业视频，都能感受到这一提升。
基于一张温室场景图，加上四个角色的口型和一秒语音参考，Gemini Omni 1.2 Flash 能在一个 15 秒的动画场景中，把每段采样语音分配给正确的角色，口型表现生动，喜剧节奏自然。
更具掌控力的电影感画面
你可以指挥复杂连续的运镜——从第一视角穿梭俯冲到戏剧性的拉远和环绕——大幅减少不想要的跳剪，尺度更稳定，画面更具电影质感。
在两张建筑参考图的引导下，Gemini Omni 1.2 Flash 操控 FPV 无人机进行一段连续飞行：穿越广场，穿过青铜大门，最终飞至万神殿穹顶的圆孔天窗，整个过程没有任何跳切。
更长时长，更流畅的运动，更强的一致性
Gemini Omni 1.2 Flash 生成的片段最长可达 15 秒，且比之前更好地维持了参考元素的一致性。你可以滚动查看，见证角色、文字和镜头运动在更长镜头、多次转向和转场中保持一致，期间无任何剪辑。
15 秒长片段：将单张风格帧转化为包含 4 个镜头、时长 15 秒的微观科学解说视频，字幕拼写准确且带有运动跟踪效果。
多轮运动迁移：第一轮生成一只水母，第二轮将其替换为舞者，舞裙的褶皱完美复刻了水母的流体运动轨迹。
首尾帧一致性（1.1 vs. 1.2）：1.2 Flash 能将外部起始帧和内部结束帧通过一次连续的推镜头连接起来。可以看到细微差别，例如屋顶上的猫、汤勺变成了筷子，以及其他一些小改动。
无间断的变焦拉远：在单条 10 秒镜头中，自然地从海岸线特写连续拉远至岛屿全景，比例感自然，零剪辑。
从创意人士到全球品牌，见证实际成效
企业、初创公司和创意人士已经开始将 Gemini Omni 1.2 Flash 应用于其工作流程。这也是首次，Gemini Omni 正式全面可用，背后由 Google Cloud 的企业级基础设施和安全保障提供支持。预留吞吐量服务现已上线，且输出内容均带有肉眼不可见的 SynthID 水印。
开始使用 Gemini Omni 1.2 Flash
虽然团队仍在持续优化快速体育动作、极速剧本变化和复杂物理效果，但 Gemini Omni 1.2 Flash 非常适合需要大规模制作视频的企业、开发者和创作者。你可以立即开始使用 Gemini Omni 1.2 Flash，它正在 Google 的各类产品和开发者平台中逐步推出：
- 使用 Gemini API 的开发者：可在 Google AI Studio 中进行原型设计、探索交互式入门应用，并查阅开发者文档和定价信息。
- 企业用户：可在 Google Cloud 控制台中试用，并通过 API 构建企业级解决方案。
- 所有 Google 应用用户：可在 Flow 中进行场景导演和多轮编辑，使用 Google 账号或 Google Workspace 订阅在 Google Vids 中免费生成 15 秒视频片段，在 Gemini 应用中创建 15 秒视频（正逐步向 Google AI Ultra 订阅用户推出），以及在 Google Ads 中规模化投放视频广告。