Gemini Omni 1.2 Flash

AI影片工具 - Gemini Omni 1.2 Flash是什麼? 好用嗎? 評價?

Gemini Omni 1.2 Flash

Gemini Omni 1.2 Flash 深度解析：量產型 AI 影片生成與對話式編輯的新標桿

Google 正式推出了 Gemini Omni 1.2 Flash，並宣布在 Google Cloud、Gemini API 以及 Google 生態系中全面進入正式營運（GA）階段。作為 Gemini 家族中專為「高速、低成本、高效率」設計的多模態影片生成模型，1.2 Flash 不僅在長度與效能上迎來大幅突破，更徹底改寫了企業與創作者生產 AI 影片的工作流程。

 

Gemini Omni 1.2 Flash 工具定位與核心價值

Gemini Omni 1.2 Flash 的定位非常明確：服務需要「批量化生產」與「快速疊代」的企業級及專業創作者需求。不論是電商產品展示、虛擬試穿、社群廣告，還是企業教學影片，1.2 Flash 旨在以極具成本優勢的方式，提供高穩定性與高控能力的影片生成方案。

相較於上一代版本，1.2 Flash 的使用成本降低了約 30%（以 720p 為例，每秒費用降至約 0.07 美元），同時開放了更快的工作流：使用者可以先以 360p 或 720p 快速微調草稿，確定畫面後再高清放大升頻至 1080p 甚至 4K。

 

Gemini Omni 1.2 Flash 核心功能亮點

長度突破：原生支援 3 至 15 秒影片生成打破了先前 Omni 1.1 版本的 10 秒限制，1.2 Flash 支援原生生成最長 15 秒的單一鏡頭，並允許使用者以 1 秒為單位精準設定長度（3 至 15 秒）。這意味著創作者能在單次生成中完成一個結構完整的廣告鏡頭或短影音畫面。

多輪對話式影片編輯過去生成 AI 影片若有局部瑕疵，通常需要重新下 Prompt 重新生成整段畫面。1.2 Flash 導入了強大的「對話式編輯」能力。使用者可以直接在對話中指令 AI：「把背景換成雪景」、「把產品更換成另一個款式」或「將視角切換為俯瞰」，模型會在保留原有主體與鏡頭語言的前提下進行精準修改。

卓越的多模態參考與一致性保持在風格與人物一致性上，1.2 Flash 支援輸入多種參考源：包含角色/產品圖片、最長 3 秒的動態短片以及語音提示。不論是服飾紋理、包裝上的字體、品牌標準色還是人物面部特徵，模型均能保持極高的前後幀一致性，大幅減少了傳統 AI 影片常見的變形與細節漂移問題。

自然口型與音訊對齊1.2 Flash 在對白與聲畫同步上獲得顯著提升，能夠生成唇形對齊更精準、語氣更自然的對話場景，並支援多角色聲線設定，非常適合用於虛擬主播與教學影片製作。

運鏡與物理世界理解能力模型強化了對真實物理規律及鏡頭語言的理解，可順暢執行複雜的連貫運鏡（如 FPV 穿梭飛行、環繞視角、漸進拉遠等），減少跳切感與畫面縮放失真。

 

Gemini Omni 1.2 Flash 安全防禦與浮點標記

為確保商業應用的安全性與合規性，所有由 Gemini Omni 1.2 Flash 生成的影片均會自動嵌入肉眼不可見的 SynthID 隱形數位水印。此外，針對語音參考等高敏感功能，Google 也採取了嚴格的許可名單審查機制。

 

Gemini Omni 1.2 Flash 應用場景與生態整合

Gemini Omni 1.2 Flash 已深植於多個平台與創作生態中：

• 企業與行銷團隊：透過 Google Vids 結合虛擬人像、音樂與旁白，幾分鐘內即可產出產品解說影片與社群推廣短片。

• 第三方創作工具：Picsart、Invideo、Runway 及 Photoroom 等知名創意平台已將 1.2 Flash 整合至其底層 API，供用戶在原有工具內進行大規模創作與對話編輯。

• 開發者與 API 整合：開發者可直接透過 Google AI Studio 或 Google Cloud Console 呼叫 API，建構客製化的 AI 影片生成 Agent 或自動化工作流程。

 

總結

Gemini Omni 1.2 Flash 不僅僅是一次畫質與長度的升級，更代表著 AI 影片生產力正式邁向「商業量產」與「可控創作」的時代。對於需要高頻率、大批量輸出優質影片內容的企業與團隊而言，1.2 Flash 憑藉高性價比與強大的對話式修正能力，無疑是目前市場上最值得關注的核心 AI 工具之一。

立即試用