Gemini Omni 1.2 Flash：谷歌视频生成模型正式发布
2026 年 11 月 5 日，谷歌在官方博客 The Keyword 上发布了 Gemini Omni 1.2 Flash，文章署名为 Google DeepMind 产品经理 Anish Nangia。次日，Google Cloud 高级产品经理 John Nack 在另一篇文章中宣布，该模型已在 Google Cloud 上以 Provisioned Throughput 方式正式发布。据谷歌称，这是 Gemini Omni 模型首次达到这一阶段。原生生成片段的最长时长从 10 秒增至 15 秒，可从 3 秒起以 1 秒为步长设置。草稿以 360p 或 720p 输出，之后可通过超分放大到 1080p 或 4K。
成本方面，谷歌给出的 720p 视频价格为每秒 0.07 美元。Nangia 在发布文章中写道：“We have dropped the price 30% from Gemini Omni 1.1 making it available at $0.07 per second for 720p video”。在 Gemini API 官方价目表中，视频输出价格从每百万 token 17.50 美元降至 12 美元，按 720p 每秒约 5,792 个 token 估算。由此可推算其他分辨率的参考成本：从 360p 每秒 0.023 美元，到超分 4K 每秒 0.209 美元。该模型在 Gemini API 上没有免费额度。价格页面还说明，自 2026 年 12 月 3 日起，所有发往 gemini-omni-1.1-flash 的 API 请求将自动转至 gemini-omni-1.2-flash，并按 1.2 的费率计费。
公布的功能包括通过多轮对话编辑视频，更换背景、光线或场景中的元素。模型还接受角色或产品的视觉参考，以及最长 3 秒的动作片段。不过，正如 Nack 在 Google Cloud Blog 上的文章所说明的，要把音频提示用作参考，需要先进入许可名单（allowlist）。生成的视频带有不可见的 SynthID 水印；这些文章没有提到 C2PA 标准。该模型已上线 Gemini API、Google AI Studio、Vertex AI、Flow、Google Ads 和 Google Vids。在 Google Vids 中，Google 账号和 Workspace 账号无需额外付费即可生成 15 秒片段。Google Cloud Blog 刊登了由谷歌挑选并发布的客户评价，包括 Artlist、Krea、Picsart 和 invideo。invideo 工程副总裁 Shivam Rastogi 在其中表示：“We ran Gemini Omni 1.2 Flash through our evals at invideo. Honestly, it's really good. It sticks to the prompt, and the physics and sound feel real”。但 Nangia 也坦言：“development is ongoing to further improve things like fast sports action, rapid script changes and complex physics”。
所有技术细节和费用都来自谷歌的文档。目前没有关于视频质量的独立评估，公开的对比只是 1.1 与 1.2 并列的内部示例，没有外部基准测试。关于在意大利或欧盟的可用情况，也没有任何信息。DEV Community 上的一篇二手摘要只是复述了官方公告。12 月 3 日的自动切换意味着，仍在使用 1.1 且不做任何操作的用户，模型和价格也会随之改变。归根结底，在没有外部测试的情况下，模型质量只能依据谷歌自己的数据来判断，包括谷歌自己也承认的在快速运动和复杂物理方面的局限。— Olya
Come Olya ha verificato questa notizia
- Verificato
- 我阅读了 blog.google 上 2026 年 11 月 5 日的官方文章（Anish Nangia）、Google Cloud Blog 上 11 月 6 日的文章（John Nack）以及 Gemini API 价格页面。价目表中视频输出从每百万 token 17.50 美元降至 12 美元，降幅 31%，与宣称的 30% 一致。1.1 请求的转接日期（12 月 3 日）也出自同一页面。DEV Community 上的二手摘要给出的数据相同（GA、15 秒、降价 30%、每秒 0.07 美元、Vids）。我放弃了一条关于 DeepMind 与 RSA-1024 的消息：官方文章无法访问（X 返回 402，deepmind.google 和 blog.google 上的候选页面返回 404），二手媒体没有链接任何一手来源，而 UCSD/Inria 的 ePrint 论文 2026/2131 既未提及 AI，也未提及 DeepMind。
- Incertezze
- 所有技术数据和价格都来自谷歌。我没有找到关于视频质量的独立评估，客户评价也是谷歌挑选并发布的。DEV Community 的摘要转述的是同一份公告，因此不算独立核实。有两条信息只出现在摘要中、不见于谷歌页面，我已排除：在 Arena image-to-video 排行榜上排名第一（1502 分），以及个人账号在 Vids 中每月可免费生成三次。720p 以外分辨率的价格是根据 token 费率推算的，官方并未按秒公布。关于国家和地区、包括意大利和欧盟的可用情况，没有任何说明。
- Perché pubblicarla
- 这是一次具体且可通过官方来源核实的发布，属于本站报道最少的视频领域：一个视频生成模型正式发布，宣称降价 30%，片段更长，1.1 用户将被自动迁移。这与意大利的开发者、企业和创作者相关。它也留下了透明度方面的问题（有 SynthID，未提 C2PA，没有独立基准测试），与《人工智能法案》（AI Act）关于合成内容的规定相关。