Gemini视频模型每秒7美分，产品图能直出15秒广告

Google DeepMind 在 11 月 5 日发布 Gemini Omni 1.2 Flash，署名作者是产品经理 Anish Nangia。当天它在 Gemini API 和 Gemini for business 里全面可用（generally available）。这是 Gemini Omni 系列第一次走到正式商用这一步。全面可用指正式商用可用，不等于免费。

15 秒，够讲完一个卖点

上一代 Omni 1.1 的上限是 10 秒，1.2 Flash 提到 15 秒。时长可以按 1 秒为增量，在 3 到 15 秒之间指定。短视频平台对时长有硬要求，能原生生成满 15 秒，就少一道拼接工序，不用再拿几段短素材凑成一条。

拿产品图或人物设定图当参考，是这一代主打的用法。生成时可以叠参考：人物图、产品图或风格图，一段最长 3 秒的短运动片段，再加音频提示。这几种提示一起约束输出。人脸、服装、包装字体和品牌色在不同机位下能保持稳定。现有的产品摄影或角色设定图，可以直接转成虚拟试穿片段、商品旋转展示和品牌广告。

首尾关键帧之间可以插值，片段可以延长，运动和镜头转场中的视觉漂移与形变比上一代少。视觉漂移是 AI 视频最容易被一眼看穿的破绽，少一点，成片能用的机会就多一点。

每秒七美分，以及一条省钱的路

720p 视频定价每秒 0.07 美元，比 Omni 1.1 降了 30%。官方给的工作流是先用 360p 或 720p 快速出草稿。细节不满意，用后续编辑改，不必整段重新生成。满意的成品再升采样到 1080p 或 4K。过去重生成整段，是时间和钱的主要消耗点。

价格表只覆盖了 720p。1080p 和 4K 升采样是否额外收费、收多少，没有讲；360p 草稿是按秒计价还是另有档位，同样空着。

改视频像聊天

多轮对话式编辑可以逐轮修改同一段视频。换产品、换背景、改光线或天气、切画幅比例，都不必从头重新生成。这项能力能作用在完整的 15 秒片段上，为不同受众和投放位置做广告变体时，不用重新写需求、重新生成。换在以前，做变体要么重拍，要么重新剪辑。

每一轮编辑是否都按生成时长计费，官方也没交代。

口型和运镜

语音方面，对话更流畅，口型同步更清晰，并支持多说话人区分。这项能力会出现在三个地方：Flow 里的多角色对话、Gemini for business 的视频讲解，以及 Google Vids 里带虚拟形象、音乐和旁白的成片。

运镜控制也加强了。可以要求连续的复杂运镜，比如 FPV 穿越飞行、戏剧性的拉远、环绕。跳切明显减少，尺度更稳，画面更接近专业拍摄。运镜的自由度，大体决定成品是素材拼接还是一条完整的片子。

谁能用，怎么用

开发者可以在 Google AI Studio 里做原型，有交互式入门应用，文档和定价单独列出。企业可以在 Google Cloud 控制台试用，通过 API 构建方案。另有 Provisioned Throughput（预留吞吐量）选项。对要接进生产流程的公司，吞吐保障往往比模型能力更能决定能不能上线。这项的容量和价格尚未公布。

个人使用有四个入口。Flow 里指导场景和多轮编辑；Google Vids 里凭 Google 账号或 Google Workspace 订阅，不额外收费生成 15 秒片段；Gemini 应用里创建 15 秒视频，先向 Google AI Ultra 订阅者推出；Google Ads 里做规模化的视频广告投放。Gemini 应用什么时候向非 Ultra 订阅者开放，没写。

输出带不可感知的 SynthID 水印，普通观众看不到。升采样到 4K 之后水印是否还在、是否仍能被检测，也没有说法。

还差什么

开发仍在继续，快速体育动作、快速脚本变化和复杂物理效果都还要改进，没有给出时间表。这三样恰好是“看起来像真的”最吃紧的地方。

官方说企业和创作者已经在工作流里用这个模型，但没点出一个客户名字，也没有给出任何使用数据。

Gemini Omni 系列第一次全面可用，就是从这一代开始的。15 秒的上限之外，还有几件事悬着：1080p 与 4K 的实际成本、多轮编辑的计费方式、生成内容能否商用、适用什么版权条款。这四样，一条都没写。