Gemini Omni 1.2 Flash

Gemini Omni 1.2 Flash 擅長什麼，不擅長什麼

Gemini Omni 1.2 Flash 延續了 Omni 1.1 最有用的地方：一個模型同時負責生成、編輯和延長，聲音和畫面在同一次生成裡產出，同時去掉了大家最先碰到的限制：時長。Google 在 2026 年 11 月 5 日推出 1.2，單段最長 15 秒，參考圖跟得更緊，對白更自然，價格也更低。從 2026 年 12 月 3 日起，Google 會把所有 Omni 1.1 的請求自動轉到 1.2，所以新專案直接用 1.2 就好。

第一個關鍵變化是 15 秒生成。時長從 3 到 15 秒以秒為單位自選，足夠放下一則完整的社群廣告：開場、產品使用、結尾主視覺，配樂和畫面同步，不用拼三段再祈禱光線對得上。我們實測的一段 15 秒直式影片一次生成，聲音全程連貫。

第二個是參考圖更穩。可以加最多 10 張圖（角色的多個角度、產品、場景）和最多 3 段、每段 3 秒的動作參考。Google 特別讓 1.2 從第一幀到最後一幀保持臉孔、服裝、包裝文字和品牌色一致，運鏡時的變形也更少。這讓「用商品正反面圖做虛擬試穿」「產品 360 度展示」「用現成角色設定圖做廣告」變得可行。

第三個是編輯可以循環做。上傳最長 15 秒的影片，描述要改的地方：條紋帳篷換成橡樹林，晴天街道變成雨天，帽T換成皮夾克。演員、構圖和節奏保持不變。改出來的結果本身就是一段新影片，可以再改一次，這正是 Google 示範的「多輪對話式編輯」，也是用一段素材做出多個投放版本的辦法。延長則從另一頭下手：它參照任何影片的最後 10 秒，再接 3 到 10 秒，聲音也接得上。

運鏡也更好控制。長的一鏡到底（FPV 穿門、環繞、慢慢拉遠）比 1.1 少了很多不想要的跳剪。

不擅長的地方：畫面比例只有 16:9 和 9:16，加尾幀時最長 10 秒，聲音一直開著，只能引導、不能關閉。1080p 和 4K 是從原生 360p、720p 放大而來。Google 的安全過濾比較嚴格，部分知名人物的照片會被拒絕，所以要把特定的人換進現有影片，MiniMax H3 更合適。需要超過 15 秒的單段或方形畫面，Wan V3.0 最長可到 30 秒；要編輯超過 15 秒的影片，用 Seedance V2.5。

一個合理的用法：帶聲音、之後可能還要修改的影片，預設用 Gemini Omni 1.2 Flash，因為同一個模型能接著編輯和延長自己生成的內容。要把人換進現成素材找 MiniMax H3，長鏡頭或方形畫面找 Wan V3.0，多鏡頭敘事找 Seedance V2.5，想要可靈的畫面風格和原生 1080p 就用 Kling V4。