I
IAI 编辑部 · 官方 Official
IAI 编辑部 · 新闻解读 / News analysis
日期：Google 官方博客标注 **2026-11-05** 发布 **Gemini Omni 1.2 Flash: Fast and cost-effective with longer clips**（核实：https://blog.google/innovation-and-ai/technology/developers-tools/introducing-gemini-omni-1-2-flash/ ）。定位是面向开发者与企业的视频生成/编辑模型更新：更长原生片段、多轮对话式修改、更强参考一致性，并宣布相对 Omni 1.1 **降价约 30%**。Model card（https://deepmind.google/models/model-cards/gemini-omni-1-2-flash/ ，Published 5 November 2026）写明基于 Gemini Omni Flash，输入文本/图像/音频/视频，输出带音频的高分辨率视频；分发渠道含 Gemini API、Google Cloud / Vertex AI、AI Studio 等。
一、事实要点（以 Google 官博为准；规格以原文与定价页为准）
- **原生最长约 15 秒**（官博：由 Omni 1.1 的约 10 秒提升）；时长可按 **1 秒步进** 在约 **3–15 秒** 指定。
- **多轮对话式剪辑**：可在同一片段上轮流改产品/背景/光照/天气/画幅等，而不必整段重生成；官博写明覆盖完整 15 秒片段。
- **参考遵循与一致性**：可组合角色/产品/风格图、短运动片段（官博写最长约 3 秒）与音频线索；强调人脸、服装、包装字体与品牌色在多机位下更稳；首末帧插值与延展时减少漂移。
- **成本与工作流**：相对 Omni 1.1 **降价约 30%**；官博写 **720p 约 $0.07/秒**（以定价页实时为准）。可先用 360p/720p 快稿，局部多轮改，再升到 1080p/4K。
- **语音与镜头**：更自然的对白与唇形、多说话人条件；更可控的连续运镜（如 FPV 穿越、拉远/环绕），减少不必要跳切。
- **可用性**：官博写 **Gemini API 与 Google Cloud 一般可用（GA）**；提到 Provisioned Throughput；输出带不可感知的 **SynthID** 水印。仍在改进的方向官博举例：快速运动体育、剧本急变、复杂物理等。
- **安全（model card）**：Frontier Safety 侧写明依赖对 Gemini 3.1 Pro / 3.7 Flash 的评估结论、认为 Omni 1.2 Flash 不太可能达到 Tracked/Critical Capability Levels（以 model card 原文为准）；并提到预训练/后训练缓解与 SynthID。官博/卡片亦提示对「改写他人语音」类能力仍有限制与审慎推进——**以官方当前政策为准**。
二、编辑部怎么看（偏工程）
1. **把「一次生成」改成「可版本化的多轮修订」**：广告/商品影像流水线应把每轮提示、参考资产哈希、输出片段 ID 写进实验/发布记录，否则无法对比「改背景」是否破坏品牌色。可观测：https://www.iaiforum.com/t/73 。
2. **成本按成功可用秒数算，不按标称单价爽文**：720p $0.07/秒是官博数字，需自测废片率、升采样次数与人工验收成本后进 TCO。成本拆解：https://www.iaiforum.com/t/61 。
3. **参考资产与一致性要进验收表**：虚拟试穿/目录旋转等场景，身份与服装细节跨镜头漂移应有失败码，而不是只看「好不好看」。评测分层：https://www.iaiforum.com/t/88 、https://www.iaiforum.com/t/111 。
4. **企业接入：API/Cloud GA ≠ 免审上线**：内容安全过滤、SynthID 验证、品牌与肖像授权、语音相关能力限制——应进发布闸门与法务清单。工具/权限：https://www.iaiforum.com/t/77 ；灰度：https://www.iaiforum.com/t/87 。
5. **与本站近期帖互补**：Cosmos 3 偏世界仿真/传感器观测（https://www.iaiforum.com/t/142 ）；本帖偏营销与产品影像生成——两套流水线建议分桶，勿一张 SLA 混报。
三、English summary
On 2026-11-05 Google announced Gemini Omni 1.2 Flash (blog verified): native clips up to ~15s (from ~10s), multi-turn conversational edits, stronger reference adherence, ~30% price cut vs Omni 1.1 (blog cites ~$0.07/sec at 720p), GA on Gemini API and Google Cloud, SynthID on outputs. Model card (5 Nov 2026) describes video+audio outputs from text/image/audio/video inputs. Engineering takeaway: version multi-turn edits and reference hashes; cost by successful usable seconds including scrap rate; put consistency and safety/policy gates on the release sheet.
四、讨论问题
1. 你们广告/商品影像流水线，更吃 **一次出 15 秒完整镜头**，还是更吃 **多轮局部改而不重渲**？
2. 验收时会把哪些一致性失败（人脸/包装字体/品牌色）写成一票否决？
3. 接入 API/Cloud 时，SynthID 验证与语音相关能力限制有没有进你们的发布 checklist？
来源 Sources
- Google Blog · Introducing Gemini Omni 1.2 Flash（2026-11-05）：https://blog.google/innovation-and-ai/technology/developers-tools/introducing-gemini-omni-1-2-flash/
- Google DeepMind Model Card · Gemini Omni 1.2 Flash（Published 5 November 2026）：https://deepmind.google/models/model-cards/gemini-omni-1-2-flash/
- 相关本站：Cosmos 3 https://www.iaiforum.com/t/142 · 评测分层 https://www.iaiforum.com/t/88 · 自建评测 https://www.iaiforum.com/t/111 · 可观测 https://www.iaiforum.com/t/73 · 成本 https://www.iaiforum.com/t/61 · 工具面 https://www.iaiforum.com/t/77 · 灰度 https://www.iaiforum.com/t/87
欢迎贴（可脱敏）你们对生成视频的验收字段；数字与定价以官文/定价页为准，需自测后再进发布门槛。
——
IAI 编辑部（iaiforum.com 官方编辑账号 · Official editorial account of IAI Forum）
日期：Google 官方博客标注 **2026-11-05** 发布 **Gemini Omni 1.2 Flash: Fast and cost-effective with longer clips**（核实：https://blog.google/innovation-and-ai/technology/developers-tools/introducing-gemini-omni-1-2-flash/ ）。定位是面向开发者与企业的视频生成/编辑模型更新：更长原生片段、多轮对话式修改、更强参考一致性，并宣布相对 Omni 1.1 **降价约 30%**。Model card（https://deepmind.google/models/model-cards/gemini-omni-1-2-flash/ ，Published 5 November 2026）写明基于 Gemini Omni Flash，输入文本/图像/音频/视频，输出带音频的高分辨率视频；分发渠道含 Gemini API、Google Cloud / Vertex AI、AI Studio 等。
一、事实要点（以 Google 官博为准；规格以原文与定价页为准）
- **原生最长约 15 秒**（官博：由 Omni 1.1 的约 10 秒提升）；时长可按 **1 秒步进** 在约 **3–15 秒** 指定。
- **多轮对话式剪辑**：可在同一片段上轮流改产品/背景/光照/天气/画幅等，而不必整段重生成；官博写明覆盖完整 15 秒片段。
- **参考遵循与一致性**：可组合角色/产品/风格图、短运动片段（官博写最长约 3 秒）与音频线索；强调人脸、服装、包装字体与品牌色在多机位下更稳；首末帧插值与延展时减少漂移。
- **成本与工作流**：相对 Omni 1.1 **降价约 30%**；官博写 **720p 约 $0.07/秒**（以定价页实时为准）。可先用 360p/720p 快稿，局部多轮改，再升到 1080p/4K。
- **语音与镜头**：更自然的对白与唇形、多说话人条件；更可控的连续运镜（如 FPV 穿越、拉远/环绕），减少不必要跳切。
- **可用性**：官博写 **Gemini API 与 Google Cloud 一般可用（GA）**；提到 Provisioned Throughput；输出带不可感知的 **SynthID** 水印。仍在改进的方向官博举例：快速运动体育、剧本急变、复杂物理等。
- **安全（model card）**：Frontier Safety 侧写明依赖对 Gemini 3.1 Pro / 3.7 Flash 的评估结论、认为 Omni 1.2 Flash 不太可能达到 Tracked/Critical Capability Levels（以 model card 原文为准）；并提到预训练/后训练缓解与 SynthID。官博/卡片亦提示对「改写他人语音」类能力仍有限制与审慎推进——**以官方当前政策为准**。
二、编辑部怎么看（偏工程）
1. **把「一次生成」改成「可版本化的多轮修订」**：广告/商品影像流水线应把每轮提示、参考资产哈希、输出片段 ID 写进实验/发布记录，否则无法对比「改背景」是否破坏品牌色。可观测：https://www.iaiforum.com/t/73 。
2. **成本按成功可用秒数算，不按标称单价爽文**：720p $0.07/秒是官博数字，需自测废片率、升采样次数与人工验收成本后进 TCO。成本拆解：https://www.iaiforum.com/t/61 。
3. **参考资产与一致性要进验收表**：虚拟试穿/目录旋转等场景，身份与服装细节跨镜头漂移应有失败码，而不是只看「好不好看」。评测分层：https://www.iaiforum.com/t/88 、https://www.iaiforum.com/t/111 。
4. **企业接入：API/Cloud GA ≠ 免审上线**：内容安全过滤、SynthID 验证、品牌与肖像授权、语音相关能力限制——应进发布闸门与法务清单。工具/权限：https://www.iaiforum.com/t/77 ；灰度：https://www.iaiforum.com/t/87 。
5. **与本站近期帖互补**：Cosmos 3 偏世界仿真/传感器观测（https://www.iaiforum.com/t/142 ）；本帖偏营销与产品影像生成——两套流水线建议分桶，勿一张 SLA 混报。
三、English summary
On 2026-11-05 Google announced Gemini Omni 1.2 Flash (blog verified): native clips up to ~15s (from ~10s), multi-turn conversational edits, stronger reference adherence, ~30% price cut vs Omni 1.1 (blog cites ~$0.07/sec at 720p), GA on Gemini API and Google Cloud, SynthID on outputs. Model card (5 Nov 2026) describes video+audio outputs from text/image/audio/video inputs. Engineering takeaway: version multi-turn edits and reference hashes; cost by successful usable seconds including scrap rate; put consistency and safety/policy gates on the release sheet.
四、讨论问题
1. 你们广告/商品影像流水线，更吃 **一次出 15 秒完整镜头**，还是更吃 **多轮局部改而不重渲**？
2. 验收时会把哪些一致性失败（人脸/包装字体/品牌色）写成一票否决？
3. 接入 API/Cloud 时，SynthID 验证与语音相关能力限制有没有进你们的发布 checklist？
来源 Sources
- Google Blog · Introducing Gemini Omni 1.2 Flash（2026-11-05）：https://blog.google/innovation-and-ai/technology/developers-tools/introducing-gemini-omni-1-2-flash/
- Google DeepMind Model Card · Gemini Omni 1.2 Flash（Published 5 November 2026）：https://deepmind.google/models/model-cards/gemini-omni-1-2-flash/
- 相关本站：Cosmos 3 https://www.iaiforum.com/t/142 · 评测分层 https://www.iaiforum.com/t/88 · 自建评测 https://www.iaiforum.com/t/111 · 可观测 https://www.iaiforum.com/t/73 · 成本 https://www.iaiforum.com/t/61 · 工具面 https://www.iaiforum.com/t/77 · 灰度 https://www.iaiforum.com/t/87
欢迎贴（可脱敏）你们对生成视频的验收字段；数字与定价以官文/定价页为准，需自测后再进发布门槛。
——
IAI 编辑部（iaiforum.com 官方编辑账号 · Official editorial account of IAI Forum）