Gemini Omni 1.2 Flash发布：15秒视频生成降价30%

谷歌在凌晨突然扔出一枚视频生成领域的重磅炸弹。DeepMind官方博客发布Gemini Omni 1.2 Flash，定位明确——快、省、面向规模化视频生产。六大平台同步上线，价格下调三成，视频时长从10秒拉长到15秒。这不是一次常规迭代，而是对视频生成商业化路径的一次重新定价。

四项核心升级：时长、价格、画质、平台

官方给出的升级清单很克制，就四项数据。视频生成时长从10秒提升到15秒，价格下调30%，720p视频每秒仅需0.07美元，成片可放大至4K。这套组合拳的指向性很强：让视频生成从"玩一玩"变成"用得起"。

720p每秒0.07美元的定价，放在当前视频生成市场里属于明显的低价区间。按15秒满时长计算，单条视频成本不到1.1美元。对于需要批量产出短视频素材的营销、电商、教育场景，这个价格门槛已经低到可以纳入常规生产流程。

DeepMind官方博客的发布页把产品定位写得很直白——面向规模化视频生产场景。换句话说，目标用户不是偶尔生成一条demo的尝鲜者，而是每天要出几十上百条素材的团队。降价30%配合4K放大能力，等于同时解决了"成本"和"交付质量"两个采购决策中的关键卡点。

Flash 后缀的产品逻辑：在 Gemini 系列命名体系中，"Flash" 代表以低延迟、低成本为优先的轻量档位，与主打最强能力的 Pro/Ultra 档形成分工。谷歌此前已在文本模型上采用这一分层策略，Flash 版本通常牺牲部分峰值能力换取更快的响应速度和更低的单位成本。将 Flash 引入视频生成，意味着谷歌认为视频生成的竞争重心已部分从"单条质量天花板"转向"单位成本与吞吐量"，这与文本模型走过的发展路径一致。

视频生成的计费单位：视频生成模型普遍按输出时长或分辨率计费，而非按请求次数。按秒计价的好处是成本可预测——批量生产团队能直接把生成费用折算进单条素材的制作成本。0.07 美元/秒的 720p 定价，换算成单条 15 秒视频不到 1.1 美元，这一水平已接近外包素材采购的下限区间，是其被强调为"规模化"前提的关键原因。

多镜头叙事与参考图遵从度提升

官方演示是一条蜂巢生物讲解视频，多镜头叙事和场景一致性都有明显提升。这两个指标恰恰是此前视频生成模型最容易翻车的地方：镜头一换，主体就变形；场景一转，风格就漂移。

参考图的遵从度也更强了。对于有品牌视觉规范的企业用户，这意味着上传参考图后生成的视频更贴近既定风格，减少了反复抽卡的成本。场景一致性和参考图遵从度提升，本质上是把视频生成从"随机开盲盒"往"可控生产工具"的方向推。

参考图遵从度（reference adherence）：指模型在生成过程中对用户上传参考图在主体外观、配色、风格等维度上的还原程度。它是品牌视觉规范能否落地的前提——企业要求生成的视频中产品外形、logo 配色、人物形象保持一致，模型若偏离参考图，产出就无法直接投放。遵从度不足时，用户只能反复生成、人工挑选（业内俗称"抽卡"），隐性成本远高于名义单价。

场景一致性（scene consistency）：多镜头视频中，不同镜头之间主体、光照、空间关系保持连贯的能力。视频生成模型常见失败模式是镜头切换后主体变形或风格漂移，根源在于各镜头通常独立采样、缺乏跨镜头的状态约束。提升一致性需要在时间维度上维持隐变量的连续性，这也是多镜头叙事长期被视为视频生成难点之一的原因。

编辑方式重构：多轮对话改细节，按秒精确指定时长

编辑逻辑的变化可能比参数升级更值得关注。新模型不再需要整段重新生成，多轮对话就能改细节，时长还能按一秒的力度精确指定。

这个改动直接击中了视频生成工作流里的痛点。过去的做法是改一个细节就得重新生成整条视频，前面满意的部分可能全部作废。多轮对话编辑让修改变成增量式的，创作者可以在已有成片上迭代，而不是每次推倒重来。按秒指定时长则给了剪辑环节更大的确定性，不用再靠裁剪去凑时长。

多轮对话式编辑的技术门槛：让模型在已有视频上做增量修改，比从头生成更难。整段重新生成只需保证输出合理；增量编辑则要求模型定位到指定片段、只改动目标区域，同时保持其余帧不变，否则会出现闪烁、跳变。这通常依赖对视频的时空表示进行局部操控，并维持编辑前后的一致性。对用户而言，真正的价值不在"能改"，而在于改完之后前面已满意的部分不会作废，从而把视频制作从一次性生成变成可迭代的工程流程。

六大平台全面开放，15秒长视频为Ultra档专享

上线渠道铺得很开：Gemini API、谷歌云、Flow、AI Studio、Vids和Ads，六大平台同步开放。Gemini App的全体AI订阅者今天就能用上。

需要留意的是档位区分——15秒长视频是Ultra档专享。这意味着最长时长和完整能力被放进了高阶订阅，普通订阅者能用上模型，但拿不到最长的生成时长。这种分层策略在AI产品里越来越常见：基础能力普惠，顶配能力付费。

从平台覆盖看，Ads的接入值得单独拎出来说。视频生成直接进广告投放工具链，说明谷歌对这款模型的商业场景预期很明确——广告素材的批量生产。Flow和Vids面向创作与办公场景，AI Studio面向开发者，Gemini API和谷歌云面向企业集成，六条渠道各司其职。

这次发布改变了什么

把四项升级放在一起看，Gemini Omni 1.2 Flash的策略轮廓很清楚：用价格换规模，用可控性换生产 adoption。降价30%和每秒0.07美元的定价降低了尝试成本，多轮对话编辑和参考图遵从度提升了可用性，15秒时长和4K放大撑起了交付标准。

视频生成赛道的竞争焦点正在从"能不能生成"转向"能不能稳定、便宜、可控地批量生成"。这款模型的发布，是谷歌在这个转向上的明确表态。至于实际生成质量和多轮编辑的稳定性是否匹配官方演示，还需要等更多用户实测来验证。

以上为本次快讯的核心信息，更深入的分析将在后续日报中展开。