谷歌新一代视频模型单段时长增至15秒，定价比上代低30%

当地时间11月5日，谷歌宣布推出AI视频生成模型Gemini Omni 1.2 Flash，并在Gemini API与Google Cloud上正式可用。新模型把单段生成视频的时长上限从上一代的10秒提高到15秒，用户可按1秒为单位，把时长设定在3秒到15秒之间；720p视频的API定价为每秒0.07美元，比上一代Gemini Omni 1.1 Flash低30%，一段15秒的720p视频约需1.05美元。

 

谷歌称，新模型提升了对参考内容的遵循能力，可在多个镜头中更好地保持角色、物体、道具、场景和环境的一致性，减少运动及镜头切换过程中的视觉漂移或形态变化。用户可结合角色、产品或风格图片，搭配最长3秒的动态片段与音频线索引导生成，面部、服装、包装文字与品牌色彩在不同镜头之间保持统一；这套一致性同样适用于首尾关键帧之间的插值，以及在原有片段基础上继续延长视频，不过按文档说明，插值与延长片段的每步生成时长仍在3到10秒之间。

 

对话式编辑是这次更新里对制作工作流改变最大的能力。用户可逐轮对同一片段做调整，替换产品或背景、修改光照或天气、切换画面比例，无需从头重新生成，编辑范围可覆盖完整的15秒片段。语音方面，谷歌称新模型生成的对话更自然、口型同步更干净，多说话人场景下能把不同声音准确分配到对应角色。

 

工作流支持先用360p或720p快速起草，对片段做逐轮修正后，再把成品升级到1080p或4K；镜头运动可设置FPV穿越、环绕、拉远等连续长镜头，减少跳切。模型输出自带SynthID水印；音频参考能力目前仅对白名单用户开放。

 

生态侧的动作同步展开。新模型已进入Google Vids、Flow与Gemini应用，并逐步接入Google Ads；Picsart、Photoroom、invideo、Krea、Artlist等创意工具厂商已把它接进自家产品，覆盖产品展示、虚拟试穿与信息流广告等批量短视频场景。按秒计费叠加逐轮编辑，一段完整的社交广告或产品讲解可以一次生成，不必再拆成两段拼接。

 

从10秒到15秒，多出来的5秒正好覆盖大多数信息流广告与产品讲解的完整长度，配合更低的价格与逐轮修改能力，AI视频生产正在从反复抽卡转向可修改的流水线。视频生成赛道的另一端，Runway等厂商同样在拉长单段时长、强化参考一致性，单段时长、定价与可编辑性正在成为这一品类下一轮比拼的重点。（98出海综合报道）