【CNMO 科技消息】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，支持原生生成最长 15 秒的视频，并新增多轮对话式编辑能力。相比上一代模型，其视频时长上限从 10 秒提高至 15 秒，延长 50%。

Gemini Omni 1.2 Flash

用户可按 1 秒为单位，将生成时长设定在 3 秒至 15 秒之间。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出现的视觉漂移或形态变化。该能力也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。

编辑方面，Gemini Omni 1.2 Flash 允许用户通过多轮对话逐步修改现有结果，无需重新提交完整需求或从头生成视频。在修改过程中，模型会尽量保留用户未要求调整的元素，便于针对不同受众制作多个版本。

谷歌还表示，新模型改善了语音生成效果，可输出更流畅、自然的对话并匹配口型，同时增强了对第一视角飞行镜头、拉远镜头等画面形式的控制能力。

在使用范围方面，Google AI Ultra 订阅用户可通过 Gemini 应用生成 15 秒视频；开发者可通过 Gemini API 调用该模型，企业用户则可在 Google Cloud 控制台中使用。免费用户可在 Flow 中尝试场景控制和多轮编辑功能，但谷歌未明确其是否能够使用全部新功能。Google Vids 也将免费提供 15 秒视频生成功能，其他改进是否面向免费用户开放尚未明确。