Google DeepMind 发布 Gemini Omni 1.2 Flash，原生支持15秒视频生成并降价30%

Google DeepMind 正式推出 Gemini Omni 1.2 Flash 模型，该版本在 Gemini API 和 Gemini for business 中全面可用，核心升级在于原生支持最长15秒的视频生成（此前为10秒），并将720p视频价格下调30%至每秒钟0.07美元。

新模型通过多轮对话式编辑功能优化了工作流，允许用户在不重新生成的情况下微调细节、更换背景或调整时长，从而降低整体成本。在一致性方面，1.2 Flash 显著提升了角色、物体和场景在长镜头中的保持能力，能够更准确地遵循参考图像、音频提示和运动片段，减少视觉漂移。此外，模型还增强了语音合成的自然度和唇形同步效果，支持更复杂的连续运镜控制。

事实层面，Gemini Omni 1.2 Flash 已集成 SynthID 水印并提供配置吞吐量（Provisioned Throughput）以支持企业级安全需求。推断上，结合原生15秒时长与单价下降，该模型可能推动短视频广告、虚拟试穿等需要连贯叙事的 B 端应用场景规模化落地。猜测部分，文中提到针对快速体育动作和复杂物理的改进仍在进行中，这意味着当前版本在处理高动态场景时仍可能存在局限。