要点
- 正式可用：Gemini API 与 Gemini for business / Google Cloud；输出带不可感知的 SynthID 水印；提供 Provisioned Throughput。
- 产品增量：原生 3 至 15 秒（1 秒步进），720p 每秒 0.07 美元（较 Omni 1.1 降 30%）；可先以 360p 或 720p 打稿，再把选定成片升到 1080p 或 4K；同一段片子可多轮改背景、光线、产品或画幅。
- 可证伪点是报价、最长片长和「改一处不必整段重生成」是否能在 API 账单与成片上核对；不是「电影级成片已解决」。公司自己把体育快动作、快速改剧本和复杂物理列为仍在改进。
谷歌 DeepMind 产品经理 Anish Nangia 在 2026 年 11 月 5 日的公司博文中写道，Gemini Omni 1.2 Flash 已在 Gemini API 和 Gemini for business（Google Cloud）上正式可用。和 Omni 1.1 相比，这次写明的可核对增量是：原生视频从最长 10 秒提高到 15 秒，并可按 1 秒步进指定 3 到 15 秒；720p 报价下调 30%，变为每秒 0.07 美元；可以用多轮对话改同一段片子，例如换产品、背景、光线或画幅，而不必从零重生成整段。
检验应落在这三项能否在公开报价和实际成片上复现，而不是落在「电影感」或「更自然的对白」这类观感措辞上。博文自己也写明，体育快动作、快速改剧本和复杂物理仍在改进。这些未完成项说明，公司没有把这一版说成物理世界视频已经解决。
[1]硬事实（Google Blog《Gemini Omni 1.2 Flash: Fast and cost-effective with longer clips》，Anish Nangia，2026-11-05，访问于 2026-11-06，上海时区）：
- 发布与渠道：Gemini Omni 1.2 Flash 在 Gemini API 和 Gemini for business 正式可用。博文称这是 Gemini Omni 首次一般可用（generally available），并称背后是 Google Cloud 的企业级基础设施与安全能力。
- 片长：原生生成与编辑最长 15 秒，Omni 1.1 为 10 秒；时长可按 1 秒步进在 3 到 15 秒之间指定。
- 价格：相对 Omni 1.1 降价 30%，720p 为每秒 0.07 美元。
- 工作流：可先以 360p 或 720p 快速打稿，用后续对话改一处细节而不重做整段，再把选定成片升到 1080p 或 4K。
- 参考控制：可组合角色、产品或风格图片，最长 3 秒的短动作片段，以及音频提示。博文称人脸、服装、包装字体和品牌色能在不同机位保持一致。
- 一致性与摄影：称从首帧到末帧，角色、物体和场景更稳，形变更少；可做连续 FPV、拉远和环绕，并称不想要的跳切更少。
- 对白：称对白更流畅、口型更准，并支持区分多名说话人；可在 Flow、Gemini for business 和 Google Vids 中使用。
- 水印与吞吐：输出带不可感知的 SynthID 水印；提供 Provisioned Throughput。
- 已知缺口：公司写明体育快动作、快速改剧本和复杂物理仍在改进。
- 落地入口：开发者可在 Google AI Studio 试用并查阅开发者文档与报价；企业可在 Google Cloud 控制台使用；Flow 支持场景导演与多轮修改；Google Vids 中 15 秒成片对 Google 账户或 Workspace 订阅写明「无额外费用」；Gemini 应用中的 15 秒视频正在向 Google AI Ultra 订阅者滚动上线；也可用于 Google Ads 的规模化视频投放。
博文还描述了若干演示：一张模特照片加三套服装的正背面图生成 15 秒虚拟试穿；同一成片多轮替换背景而保留角色表演；两张建筑参考图引导一段无跳切的万神殿 FPV。这些是公司挑选的示例，不是独立基准分数。
[1]证据强度：一手产品公告，带有可核对的报价和片长数字。每秒 0.07 美元、15 秒上限、30% 降幅，以及 3 到 15 秒的步进，都可以对照公开价目与 API 参数复核。参考遵循、口型、跳切和「电影感」则是公司对演示片的定性描述，同日没有给出可复现的第三方评测集或失败率。
可检验路径很具体：用同一提示和同一组参考图在 1.1 与 1.2 上各跑若干条片子，核对实际时长、720p 账单是否按约每秒 0.07 美元计，以及「只改背景或只换产品」是否不必整段重生成。若账单或时长与博文不符，应下调「更便宜、更长、可对话改片」的外推。若只是观感变好，而账单和片长成立，那仍是一次产品迭代，不必写成视频生成已经跨过物理或叙事门槛。
钢人：若 15 秒、每秒 0.07 美元和多轮局部修改在生产调用里成立，目录视频、虚拟试穿和广告变体的单位成本和周转时间会下降，即使复杂物理仍然失败。对批量做短广告的团队，这一点本身有商业意义。
[1]最强钢人：把「重生成整段」改成「对话式改一处」，再配上更长片长和更低秒价，是制作流程上的变化。它对应的是报价、片长和改片路径，而不是只换一个模型名。博文里的试穿、多轮换背景和连续机位示例，指向的是电商和广告变体，而不是院线镜头。
钢人风险：所有「更稳」「更自然」「更少跳切」的比较都来自同一篇公司博文和精选演示。没有报告随机提示上的失败率，也没有公开体育、快速对白切换或流体与碰撞场景的对照。公司自己把这三项列进「仍在改进」，读者不应把演示里的万神殿飞穿或口型样片外推到足球赛或复杂肢体交互。
「无额外费用」只出现在 Google Vids 相对 Google 账户或 Workspace 订阅的表述里，不能把它读成 API 也免费。API 侧写明的数字是 720p 每秒 0.07 美元。音频提示、多说话人条件和参考图组合的具体限额，博文只作定性说明，验收时应查开发者文档当时的参数表。
[1]对开发者和广告团队，未来六个月可观察的是：公开价目是否仍写着 720p 每秒 0.07 美元；15 秒上限是否能在 API 里稳定拿到；多轮修改是否真按局部编辑计费，而不是悄悄按整段重生成计费。对品牌安全团队，SynthID 不可感知水印能否被检测工具稳定认出，以及企业通道是否提供 Provisioned Throughput，比演示片更适合做验收项。
对其他视频模型，压力在秒价和「改一处不必重跑」的工作流，而不在又一篇「更电影」的形容词。对采购，验收清单应是账单、时长参数，以及一批自备参考图上的一致性抽检，而不是博文里的精选样片。
[1]Gemini Omni 1.2 Flash 的检验对象应是 15 秒原生片长、720p 每秒 0.07 美元，以及多轮对话修改同一段片子时是否不必整段重生成；不是「电影级成片已经到来」。数字和改片路径对得上，它是一次可核对的降本与加长；对不上，它仍是公司产品帖。体育快动作、快速改剧本和复杂物理被公司自己列为未完成项，应留在评估范围里。
【No.2】
[1]