Gemini Omni 1.2 Flash 正式可用（GA）了。它是对 Omni 1.1 的直接升级，核心变化集中在三件事：视频时长、编辑方式、价格。对做视频生成应用的开发者来说，这三项每一项都直接影响产品设计。
关键变化清单
先给事实，一句一句核对：
- 原生视频生成时长从 10 秒提升到 15 秒，可按 1 秒为步进指定 3 到 15 秒之间的任意时长。
- 定价降到 720p 视频 0.07 美元/秒，比 Omni 1.1 降价 30%。
- 新增多轮对话式编辑，对同一段素材逐轮改，不用从头重生成。
- 分辨率有分层：默认计费基准是 720p；草稿阶段可先用 360p 或 720p 快速出稿；最佳作品可放大到 1080p 或 4K。
- 输出带不可察觉的 SynthID 水印。
- 模型标识符是 gemini-omni-1.2-flash，在 Google AI Studio 可直接原型。
涨价降价的账很好算：720p 下 15 秒一条就是约 1.05 美元，但草稿用 360p 或短时长先把方向跑出来，成本能压掉一大截。这个"草稿-升级"的分层，是这次发布对开发者最实用的一点。
与 1.1 的差距
光看数字看不出这次升级的实际手感，放到具体画面上更清楚。1.1 的参考一致性偏弱，示例里常常不能紧密匹配参考图；1.2 能逐层构建，把材质、阴影、排版细节一路锁定到最终帧。首尾帧一致性也有明显改善——1.1 时代会出现"房顶上的猫""汤勺变筷子"这类前后穿帮，1.2 改为连续镜头推进，前后帧能咬住。
对话式编辑与参考依从性
这次最值得关注的新能力是对话式编辑。过去的视频生成基本是"一句话出一段，不满意就重来"；现在能对同一段 15 秒素材逐轮改——替换产品、换背景、改光照天气、切宽高比——而不必每次都从头生成。这对"先出草稿、再修细节"的工作流是质变。
配合它的是更强的参考依从性。可以结合角色、产品、风格图片，最长 3 秒的短运动片段，以及音频提示来引导；人脸、服装、包装排版、品牌色彩能在不同机位间保持一致。这对需要 logo、包装这类固定视觉元素的商业场景尤其关键——1.1 时代示例里参考图匹配不紧的问题，1.2 明显收紧。
语音和镜头也有进步：更自然的对话和口型同步，支持多说话人条件控制；镜头能处理 FPV 穿越、戏剧性拉远、环绕这类连续复杂运镜，不必要的跳切减少了。
能从哪里用到
可用面铺得比较广。开发者主要走两条：Gemini API（在 Google AI Studio 原型，模型名 gemini-omni-1.2-flash）和 Google Cloud / Vertex AI（企业级基础设施，提供 Provisioned Throughput）。Gemini for business 能在 Cloud 控制台试用、通过 API 构建企业方案。
消费端和垂直场景也接了：Google Vids 能生成 15 秒片段，Google Labs 的 Flow 能导演多角色对话和多轮编辑，Gemini app 面向订阅者推广，Google Ads 在 Asset Studio 里规模化做视频广告。
还没解决的部分
官方明确列了几项仍在改进的能力，别在关键业务上踩：快速体育动作、快速脚本变更、复杂物理效果。这三类场景目前不是它的强项，选型时要单独评估。
对开发者的实际意义有三条。一是价格降 30% 加上草稿模式，让"先跑量出初稿、再挑好的放大"在经济上成立，批量生成的 unit economics 变好了。二是对话式编辑把迭代从"重生成"变成"改局部"，管线里可以把"首版生成"和"精修"拆成两个环节、分别记成本。三是 SynthID 水印默认打上，做 UGC 或多租户产品时，内容溯源这块能省事。
待观察的是：15 秒对短视频是够的，对叙事性内容仍偏短；对话式编辑能多轮改到什么程度、边界在哪，还需要在真实业务里验证。但方向上，"更长的时长 + 能改 + 更便宜"这三件事同时到位，视频生成从"演示"走向"生产工具"的拐点更近了。