AI 摘要
- Gemini Omni 1.2 Flash 將影片生成時長從前代 10 秒延長至 15 秒，並可在 3 至 15 秒間以 1 秒為單位調整。
- 新模型支援以自然語言直接調整背景、天氣與畫面比例，並可透過角色或品牌素材維持跨鏡頭一致性。
- 720p 影片每秒 0.07 美元，較前代成本下調 30%，一支 15 秒影片約 1.05 美元。
對經常使用 AI 生成影片的創作者來說，最熟悉的挫折莫過於故事正要進入高潮時畫面卻戛然而止。Google 正式推出新一代 AI 影音生成模型 Gemini Omni 1.2 Flash，不只延長影片生成時長，也進一步強化後製編輯與畫面一致性能力，讓 AI 影片創作流程更貼近專業製作需求。
影片時長從 10 秒延長到 15 秒
相較於前代 Omni 1.1 僅支援最長 10 秒的影片輸出，Gemini Omni 1.2 Flash 將生成時長提升至 15 秒，使用者還能在 3 至 15 秒之間自由選擇影片長度，並以 1 秒為單位進行調整。雖然距離完整的短影音廣告或品牌敘事仍有一段距離，但對創作者而言，影片時長增加 50%，已能有效提升情節鋪陳與鏡頭表現空間。
用自然語言改畫面，不必整段重生成
真正值得關注的升級並非只有片長。Google 將更多心力放在影片編輯體驗上，讓使用者能透過自然語言與 AI 模型互動，直接調整影片中的背景、天氣效果、場景元素，甚至重新設定畫面比例，而不必從頭生成整段影片。這項能力大幅降低反覆重製內容的成本，特別是在只需修正單一細節的情況下，更能節省大量運算資源與時間。
角色、產品與品牌素材跨鏡頭保持一致
在內容一致性方面，Gemini Omni 1.2 Flash 也展現顯著進步。使用者只需提供特定角色、產品或品牌素材圖片，再搭配最長三秒的音訊提示或動作參考片段，系統便能在不同鏡頭之間維持服裝、包裝設計、品牌色彩等視覺元素的一致性，避免 AI 影片常見的人物外觀漂移或品牌識別錯亂問題。
運鏡與唇形同步同步改善
影片品質同樣有所提升。Google 表示，新模型能更自然地呈現無人機空拍、環繞運鏡等複雜鏡頭運動，降低畫面切換時的突兀感。同時，在人物對話場景中，唇形同步準確度也獲得改善，即使是多角色對話，多聲部聲音的辨識度與分離效果也更加清晰。
前代與新版本對照
| 項目 | Omni 1.1 | Gemini Omni 1.2 Flash |
|---|---|---|
| 最長生成時長 | 10 秒 | 15 秒 |
| 時長調整彈性 | 資料未公布 | 3 至 15 秒，以 1 秒為單位 |
| 自然語言局部編輯 | 資料未公布 | 可調整背景、天氣、場景元素與畫面比例 |
| 角色與品牌一致性 | 資料未公布 | 支援素材圖片，搭配最長 3 秒音訊或動作參考 |
| 生成成本 | 基準 | 較前代下調 30%，720p 每秒 0.07 美元 |
價格：720p 每秒 0.07 美元
價格方面，Google 將 Omni 1.1 的生成成本下調 30%，720p 解析度影片每秒僅需 0.07 美元。以此計算，一支完整的 15 秒影片生成費用約為 1.05 美元。目前官方尚未公布 1080p 或 4K 版本的定價策略，但對創作者而言，先以較低解析度完成初版內容，再將最終成品升級至高畫質輸出，仍是兼顧成本與效率的實務做法。
誰可以用、從哪裡用
| 使用族群 | 存取管道 |
|---|---|
| 開發者 | Google AI Studio、Gemini API |
| 企業用戶 | Google Cloud 平台，透過預留運算資源規模化應用 |
| 既有服務整合 | Flow、Google Ads、Google Vids |
| 一般使用者 | 具 Google 帳戶或 Workspace 訂閱即可免費體驗最長 15 秒生成 |
| AI Ultra 訂閱戶 | 可直接在 Gemini 應用程式內使用相關功能 |
縮短 AI 生成與專業製作的距離
隨著影片長度、編輯能力與內容一致性同步升級，Gemini Omni 1.2 Flash 顯示 Google 正積極縮短 AI 生成內容與專業影音製作之間的距離，也讓 AI 影片創作邁向更實用的新階段。對需要快速產出多版本素材的行銷與內容團隊而言，能以自然語言微調單一細節、又不必整段重算，正是這一代模型最具實務價值的變化。
Reference Link : kocpc.com.tw
