谷歌发布GeminiOmni1.2Flash，支持15秒视频生成与多轮对话编辑

谷歌近日正式发布其最新AI视频生成模型——Gemini Omni 1.2 Flash，标志着其在生成式视频领域的又一次实质性推进。该模型核心升级在于将单次生成视频长度从此前的10秒提升至15秒，增幅达50%，为用户提供了更充裕的叙事空间。这一变化并非单纯延长时长，而是建立在底层架构优化基础上的综合能力跃升：包括更稳定的画面连贯性、更强的参考图像/文本遵循能力、更自然的语音合成效果，以及首次引入的多轮对话式视频编辑功能。

与早期版本相比，Gemini Omni 1.2 Flash在“参考遵循”（reference adherence）方面有明显改进。这意味着当用户提供一张风格参考图或一段描述性提示词时，模型能更准确地复现关键视觉元素（如角色外观、场景构图、色彩基调），减少常见生成偏差。例如，在生成包含特定人物动作或环境细节的视频时，旧版模型可能出现中途形象漂移或背景突变，而新模型通过强化时序建模与跨帧注意力机制，显著提升了帧间一致性。

另一项关键创新是“多轮对话式编辑”（multi-turn conversational editing）。用户不再需要一次性提交完整指令后重新生成整个视频，而是可在生成初稿后，以自然语言提出修改意见，如“让主角转过身来”“把背景换成雨天”“增加一只飞鸟”，系统将基于上下文理解意图并局部重绘对应片段。这种交互模式更贴近人类创作流程，降低了视频生成的试错成本，也使非专业用户更容易实现精细化调整。

在部署层面，Gemini Omni 1.2 Flash目前主要面向Google AI Ultra订阅用户开放，可通过Gemini App直接调用。该订阅服务提供更高优先级的推理资源与专属模型访问权限，确保复杂任务的响应速度与质量稳定性。对于免费用户，谷歌亦开放了部分能力入口：通过Flow（谷歌的AI工作流平台）与Google Vids（轻量级视频编辑工具），用户可体验基础版的15秒视频生成及简单编辑功能，但受限于算力配额与功能完整性。

值得注意的是，此次更新并非孤立事件，而是嵌入谷歌整体AI战略演进中的关键一环。在2026年Android Dev Summit开发者峰会上，谷歌明确将“AI智能体跨应用编排”作为Android系统演进的核心方向。Gemini已不再仅是一个独立助手，而是作为系统级智能体，深度集成于Search、YouTube、Maps、Gmail等服务中，实现任务的自动串联与上下文流转。例如，用户在Gemini中生成一段旅行Vlog草稿后，可一键将其同步至Google Vids进行剪辑，再关联YouTube上传并自动生成标题与标签——整个流程无需手动切换应用。

这一趋势在硬件端亦有呼应。峰会同期发布的全球首款Android XR智能AR眼镜XREAL AURA，即集成了Gemini的场景理解能力，可实时分析用户所见环境并触发相应AI服务。例如，当用户注视一幅画作时，Gemini可即时调取相关艺术史资料并生成语音解说；在会议场景中，它能自动记录要点并提炼行动项。这表明，视频生成能力正从“内容产出工具”向“环境感知-交互反馈-动态生成”的闭环系统延伸。

从技术路线看，Gemini Omni 1.2 Flash延续了谷歌“分层模型策略”：Flash系列定位为高性价比、低延迟的轻量级方案，适用于移动端与实时交互场景；而更强大的Omni Ultra版本则服务于专业创作与长视频需求。这种策略既避免了单一模型过度膨胀导致的推理成本激增，也为不同层级用户提供了适配选择。对比行业同类产品，OpenAI近期发布的Images 2.6虽在图像生成速度上提升50%并支持GIF，但尚未覆盖视频时长扩展与对话式编辑；Meta的VideoGen仍处于内部测试阶段，公开可用性有限。因此，Gemini Omni 1.2 Flash在当前公开可用的视频生成模型中，确实在时长、交互性与生态整合三方面具备阶段性优势。

不过，挑战依然存在。15秒视频虽较前代进步，但距离短视频平台主流时长（30秒至1分钟）仍有差距；多轮编辑的语义理解精度依赖于提示工程水平，普通用户仍需一定学习成本；此外，版权与生成内容真实性问题仍未完全解决——尽管谷歌强调其模型训练数据经过合规筛选，并内置安全过滤机制，但在实际应用中，如何界定“合理参考”与“风格抄袭”仍是法律与伦理争议点。

从产业影响看，此类模型的普及将进一步降低视频创作门槛。教育领域可快速生成教学演示动画；电商主播能即时制作产品场景化短片；独立创作者得以用手机完成过去需专业团队协作的视频预演。长期来看，当生成视频的质量与可控性达到临界点，传统视频生产链路或将被重构：脚本→AI生成→人工微调→发布，成为新的标准工作流。

谷歌未公布Gemini Omni 1.2 Flash的具体参数细节（如训练数据规模、模型层数），但强调其推理效率经过针对性优化，可在消费级硬件上实现近实时响应。结合其与Android生态的深度绑定，该模型有望随下一代Pixel手机系统更新逐步下沉至更多设备端，而非仅限云端调用。

截至目前，Gemini Omni 1.2 Flash已在部分区域上线测试，Google AI Ultra订阅用户可立即在Gemini App中启用新功能。免费用户预计将在未来数周内通过Flow与Google Vids获得有限访问权限。随着生成式AI从“能做”转向“好用”，视频生成正从技术演示走向真实生产力工具，而谷歌此次更新，正是这一转型过程中的重要一步。