Gemini Omni 1.2 Flash：更长片段，不如更便宜的改稿

2026 年 11 月 5 日，Google DeepMind 发布《Gemini Omni 1.2 Flash: Fast and cost-effective with longer clips》。标题数字好摘：片段从 Omni 1.1 的 10 秒拉到 15 秒，标价降 30%，720p 为每秒 0.07 美元。更利的一手是工作流。多轮对话式编辑让团队在同一条片段上换产品、背景或画幅，而不必再烧一整次生成。长度与价格重要；耐看的主张是：成本中心是反复整段重生成的浪费，不是再多一秒毛片。

实际发布了什么

Omni 1.2 Flash 在 Gemini API 与 Gemini for business / Google Cloud 正式可用。创作者可按 1 秒步进设定 3 到 15 秒时长。参考输入可组合角色、产品或风格图、最长三秒的运动片段，以及音频提示。DeepMind 称人脸、服装、包装字体与品牌色能跨机位保持，面向虚拟试穿、目录旋转与品牌广告。

编辑被写成对话：后续轮次可换背景、天气、光线或构图，同时尽量保留表演。语音方面宣称更自然对白、更清楚对口型、以及可区分的多说话人条件。镜头控制演示强调连续 FPV 式运动、减少多余跳切。输出带不可感知的 SynthID 水印。企业侧提供 Provisioned Throughput。消费路径包括 Flow、Google Vids（Google 账号或 Workspace 下 15 秒片段无额外费用）、面向 AI Ultra 订阅者的 Gemini 应用（滚动放出），以及 Google Ads 投放工具。

台面上的证据

可核对的商业事实是价格与时长：相对 Omni 1.1 降 30%，720p 每秒 0.07 美元，原生 15 秒生成与编辑。推荐省钱路径写得很直：先用 360p 或 720p 起草，用后续编辑修细节，再把选定成片升到 1080p 或 4K。这是在说明现有流水线钱漏在哪里。

一致性主张由演示支撑，文中没有第三方基准。对照说明称 1.2 比 1.1 更贴合分层展览海报提示，首尾帧插值也保留更多场景细节。多轮例子在换帐篷、森林、马厩、市集、城堡背景时仍保住角色盔甲与构图。试穿序列把一张模特照与三套前后产品照合成 15 秒 360 度转身。这些都是厂商可控演示。

DeepMind 自己列出仍弱项：快速运动比赛、急促改剧本、复杂物理仍在改进。这等于承认本次发布优化的产品面是可规模化的品牌与说明类可编辑短片，而不是体育转播替代。

钢人与缺口

钢人。 这是 DeepMind 产品博文，演示与定价都来自厂商。「更强一致性」「更电影感」是定性话。SynthID 是来源辅助，不能证明改过的广告更真实。Cloud 上正式可用不等于告诉你产线延迟、失败率或品牌安全拒稿率。对手可以降价、加长片段，却不讲好多轮故事。

公允点在于：近期可证伪检验是经济与运营层面的。产线团队会不会因为对话式编辑替代整段重生成，而压低每个通过素材的花费？对手能否在相近单价上提供可编辑的 15 秒片段，并达到相近的参考保持？若用户仍为每个变体整段重生成，15 秒标题就会跑赢主张。

谁该在意，下一步看什么

已在拼接短片的广告与电商团队，应按（起草秒数 + 编辑轮次 + 升采样）建模成本，而不是只看每秒标价。API 开发者应在多轮编辑上比较参考保持，而不是只比首帧类分数。政策与品牌安全岗位应把 SynthID 视为必要但不充分：一次会话里就能换产品与场景。

未来六个月：每秒 0.07 美元与 15 秒可编辑是否变成买家默认清单；运动与物理缺口是否收窄到可覆盖更广品类；Google Vids / Ads 分发是把 Omni 变成默认产线，还是停在 Cloud API 功能。

收束

Omni 1.2 Flash 最容易被误读成长度升级。六个月后，要么通过素材的成本曲线因就地改稿而弯下来，要么市场把十五秒和三成降价当成又一张发布卡片，反复整段重生成的账单仍在。