谷歌Gemini Omni 1.2 Flash正式开放，AI视频生成成本持续下探
11月5日，谷歌DeepMind正式推出新一代视频生成与编辑模型Gemini Omni 1.2 Flash，并首次将Omni系列面向开发者全面开放（GA），在Gemini API付费层级、Vertex AI以及Gemini for Business同步上线。相比上一代，新模型带来三项核心升级：原生支持15秒视频生成（此前为10秒）、多轮对话式编辑、更强的参考图遵循能力；同时价格较Omni 1.1下调30%，720p分辨率下定价为每秒0.07美元，一段15秒的720p视频成本约1.04美元。从"能生成"到"能便宜地生成、能反复修改着生成"，谷歌这次调整的落点非常清晰——不是单纯追求效果参数，而是把视频生成推向可规模化商用的成本区间。在Sora、Veo、Seedance、Grok等模型轮番登场的视频生成赛道，价格与工程化能力，正在取代单纯的画面质量，成为新的竞争标尺。
能力与定价同步升级：15秒原生片段、多轮编辑、参考一致性
本次更新的技术主线，是从"一次性生成"转向"可迭代创作"。15秒的原生长度提升，不只是把片段拉长5秒那么简单——更长的镜头需要模型在整段时间内维持主体、光影、镜头运动的连贯性，避免中途变形、跳帧。谷歌在官方说明中强调，新模型在更长片段上的运动更平滑、一致性更紧，并能在零剪辑的情况下完成复杂的镜头运动。这一点对广告、短片、社媒内容等强调连续叙事的场景尤为关键。
多轮对话式编辑是另一项关键能力。以往的视频生成工具，用户如果想调整细节，往往需要重新生成整段素材，成本与时间双重浪费；Omni1.2Flash支持在已有片段基础上用自然语言继续修改，实现"润色而非重做"。配合增强的参考图遵循能力，用户可以上传产品图、人物形象、场景参考，让模型在多轮编辑中始终保持视觉一致性，这直接解决了商业素材生产中"改一次变一个样"的老问题。
定价上，30%的降幅并不激进，但叠加多轮编辑带来的重生成次数减少，实际使用成本下降幅度会更大。谷歌同时把GoogleVids接入该模型，任何Google账号用户每月可免费生成最多3个15秒视频，用免费额度换取用户习惯培养，是典型的平台化渗透打法。
价格战取代效果战：视频生成赛道进入工程化竞争阶段
Omni 1.2 Flash的发布，把视频生成赛道的竞争重心进一步推向成本与工程化。过去一年，Sora系列以画面质感和物理一致性立标杆，可灵、Seedance在国内主打场景适配与本土化，Grok等模型则以话题性切入。当各家在效果上的差距逐步收窄，客户的选择逻辑随之改变——谁能更便宜、更稳定、更方便地批量产出可用素材，谁就能拿到商业订单。谷歌将720p价格压到每秒0.07美元、把1080p定在0.104美元、4K定在0.209美元，形成清晰的分档定价，本质上是把视频生成从"按条计费的创意工具"变成"按秒计量的工业化产能"。
这一转向对内容产业的影响直接而具体。短视频、电商、广告代理、游戏CG、教育课件等行业，长期受制于视频制作的高人力成本，AI视频的按秒计价让素材试错成本大幅降低，创意验证周期从数天压缩到小时级。但成本下探也带来新的产业问题：素材同质化、版权归属模糊、深度伪造风险上升，平台与监管对AI生成内容的标识要求会同步收紧。对国内厂商而言，海外模型的价格下行会形成竞争压力，国产视频模型需要在成本、合规、本地化场景三条线上同时应对，单纯依靠效果参数难以维持溢价。
当然，成本下降不等于商业闭环已经跑通。15秒的时长限制，决定了当前AI视频仍以短素材、广告片段、社媒内容为主，长叙事、影视级制作依旧依赖人工介入；参考一致性在多主体、复杂场景下仍有失效风险；模型对物理规律的理解、对镜头语言的把控，距离专业导演的创作要求尚有差距。价格战能带来规模，但规模能否转化为稳定营收，取决于客户是否把这些片段真正嵌进生产流程，而不是停留在尝鲜试用。
结语
Gemini Omni 1.2 Flash的全面开放，是视频生成赛道从技术竞赛走向商业竞赛的一个清晰信号。15秒原生片段、多轮对话编辑、参考一致性强化，补齐的是可用性；30%的降价与分档定价，打开的是规模化空间。当价格不再是门槛，视频生成将快速渗透进广告、电商、教育、社媒等高频内容生产环节，AI视频从"演示品"变成"生产工具"的进程会明显加速。
但这轮竞争不会止于降价——接下来决定胜负的，是谁能把生成能力嵌入完整的创作工作流，谁能在版权、标识、安全合规上率先建立规则。视频生成的成本曲线还在下行，产业真正的分水岭，将出现在规模化商用与内容治理同时成熟的时刻。