11 月 5 日，Google DeepMind 宣布视频生成模型 Gemini Omni 1.2 Flash 正式全面可用。单次生成片段长度从此前最多 10 秒扩展到 3 至 15 秒区间，720p 视频定价降至每秒 0.07 美元，比上一代便宜 30%。这是 Google 首次把带对话式编辑能力的视频模型推向 API 与企业侧的大范围开放。
对话式编辑，不重生成也能改
这次升级最有分量的功能叫 Conversational Editing。用户可以在对话中一步步微调已生成的片段，比如换背景、调灯光、改画面比例，而不必把整段视频重新跑一遍，Google 表示这项能力覆盖完整的 15 秒长度。配合分档工作流，官方说法是能降低成本。参考一致性也明显加强，模型可以吃进人物图像、商品照片、最长 3 秒的短动态片段和音频提示，让脸部、服装、包装字体、品牌色在不同镜头角度下保持稳定。官方演示的虚拟试穿案例是，从一张模特图加三套服装的商品图，生成一段带 360 度转身的 15 秒序列，同时保住模特身份和每件衣服的版型垂坠。
渠道铺得比模型本身更广
Gemini Omni 1.2 Flash 通过 Gemini API、Google AI Studio、Google Cloud 控制台、Flow、Google Vids、Gemini 应用的 Google AI Ultra 订阅档以及 Google Ads 同时铺开。每段生成视频都带不可感知的 SynthID 水印用于标识来源。此外模型还改善了口型同步，能区分多位说话人，并支持 FPV 无人机飞行、戏剧性拉远这类复杂连续运镜，跳切更少。谷歌此前已经推出过 Gemini Omni 1.1 Flash 版本，主打 4K 超高清输出与场景扩展、运镜控制的升级，这次 1.2 Flash 把生成时长拉到 15 秒并把单价压到 0.07 美元每秒，视频生成的边际成本正在快速下探。
延伸阅读
- Higgsfield 延长轮英伟达加注：年化收入破 10 亿美元，4000 万用户2 周前
- Anthropic Fable 5.5 曝光：纯代码生成 66 秒动画1 天前
- 谷歌Gemini Skills全面免费：Gems 11月17日停用，斜杠指令接棒1 月前
- 土耳其调查谷歌搜索 AI：4 项内容与 1 项临时监管3 天前
继续读
同一批更新里这几篇值得一看：
- Sand.ai获2亿美元A+轮：基石资本网宿领投2026-11-06
- 谷歌发布灰区概念框架：主观分类 F1 提升 10.5 点2026-11-05
- 谷歌 PLE 工程基准：Claude Opus 5.5 满足率仅 41.3%2026-11-05
想快速查定义？对应的词条在这里：
- Gemini 4词条 · AI 自学笔记