谷歌Omni 1.2 Flash：15秒AI视频，每秒仅0.07美元

谷歌DeepMind的视频生成与编辑模型Gemini Omni 1.2 Flash已正式开放使用（GA）。相比上一代，它在时长、成本和可控性三个维度同时推进：单条片段从10秒延长到15秒，720p分辨率下生成成本降至每秒0.07美元，比Omni 1.1便宜约30%。这组数字放在一起，指向的并不是「又一个视频模型」，而是AI视频从演示品走向生产工具的成本拐点。

成本曲线：30%降幅意味着什么

按0.07美元/秒计算，一条15秒的720p视频直接成本约为1美元出头。对于需要批量出片的营销素材、电商展示、社交短视频场景，这个价位已经进入「可以随手多试几条」的区间。

降价的来源推测是Flash系列一贯的推理效率路线，而非单纯补贴。官方将其定位为Gemini家族中的轻量高速档，与Pro级模型形成分工：Flash负责快速迭代和草稿生成，高分辨率成片再交给后续环节。对开发者而言，这意味着视频生成的试错成本被压到接近文本生成的水平，工作流设计会随之改变——先大量生成候选，再挑选精修，而不是一次到位地烧钱。

Flash 系列与 Pro 级模型的分工是理解本次定价策略的背景。在 Gemini 模型家族中，Flash 定位为轻量高速档，通过模型蒸馏、推理优化等手段在保持可用质量的前提下大幅压缩单次推理成本；Pro 级模型则追求更高的生成质量与细节表现。这种「快慢双档」的产品结构并非视频独有，在文本、图像模态中已有先例。对视频生成而言，Flash 档的意义在于把单位算力产出最大化，使批量草稿生成在经济上可行，而成片质量则可通过后续放大或切换更高档模型来补齐。

多轮编辑：不重新生成也能改

本次更新中最具工程价值的，是支持多轮编辑而无需重新生成整段视频。过去的视频模型里，改一句台词、换一个镜头角度，往往要整段重跑，既费钱也破坏连续性。Omni 1.2 Flash改为在已有结果上做增量修改，这让视频编辑第一次接近「剪辑」而非「抽卡」。

配套的稳定性改进包括角色与风格的一致性、更准确的口型同步、更平滑的运镜。这三项恰好对应AI视频最常被诟病的观感问题：人物跳脸、风格漂移、嘴型对不上、镜头抖动。多轮编辑加上一致性提升，组合起来才是可用的前提——否则每次修改都引入新的不一致，编辑功能形同虚设。

多轮编辑在技术上通常依赖对已生成视频的潜空间表示进行局部修改，而非从噪声重新采样。传统文生视频每次修改提示词都相当于一次全新生成，前后帧的人物身份、光照、背景难以对齐；增量编辑则保留原始视频的结构信息，只对目标区域或目标属性做定向调整。这对模型的可控性提出了更高要求：需要精确的时空定位能力，以及修改区域与未修改区域之间的无缝融合。角色一致性与口型同步的改善，正是这种编辑范式能够成立的前提条件。

草稿到4K：分级分辨率的工作流

模型支持先用360p或720p生成草稿，再放大到1080p或4K。这是把图像领域的「低分辨率试稿、高分辨率出片」思路搬到了视频上，实质是把算力花在确定要保留的镜头上。

对团队协作来说，这种分级还有一层意义：草稿阶段可以用极低成本对齐创意方向，确认后再消耗更高成本做终稿。相比一次性生成高分辨率、不满意就重来的模式，整体预算更容易控制。

视频超分辨率是把低分辨率草稿放大到 1080p 或 4K 的关键环节。与图像超分不同，视频超分还需保证帧间的时间一致性，否则放大后容易出现闪烁、边缘抖动等伪影。常见做法是结合扩散模型先验与光流或时序注意力机制，在提升细节的同时约束相邻帧的连贯性。分级工作流的成本优势正来源于此：草稿阶段在 360p/720p 上完成创意筛选，只有确定保留的镜头才进入高分辨率放大环节，从而把昂贵的算力集中在最终成片上。

接入渠道与适用判断

Omni 1.2 Flash已进入Gemini API、Google Cloud，以及Flow和Vids等谷歌自有创作工具。对开发者，API和Cloud意味着可以嵌入自有产品；对内容团队，Flow和Vids提供了开箱即用的入口。多渠道并行说明谷歌在同时押注B端集成与C端创作两条路径。

需要冷静看待的是，15秒仍是短片段量级，距离长叙事还有明显距离；0.07美元/秒是720p的价格，往上走分辨率成本会上升。但在广告素材、产品演示、社交媒体内容这类以短片段为主的场景里，成本与编辑能力的组合已经具备实际落地条件。Omni 1.2 Flash真正的信号是：AI视频的竞争重心，正在从「能不能生成」转向「生成得便不便宜、改起来顺不顺手」。

常见问题

Omni 1.2 Flash是什么？ 谷歌DeepMind的视频生成与编辑模型，Gemini Omni系列的最新轻量版本，已正式开放使用。

生成成本是多少？ 720p分辨率下每秒0.07美元，比Omni 1.1低约30%。

支持多长的视频？ 单条片段最长15秒，上一代为10秒。

可以后期提分辨率吗？ 可以，先用360p或720p生成草稿，再放大至1080p或4K。

在哪里可以使用？ Gemini API、Google Cloud，以及Flow和Vids创作工具。