5 月 2026 年，Google 開始推出 Gemini Omni 1.2 Flash——這是用於創作與編輯影片之模型的更新版本。該公司的官方部落格與 Cloud Blog 均證實，此模型現已可透過 Gemini API、Gemini for Business 以及一系列消費級產品使用。
關鍵變更包括：片段長度從 1.1 版本的 10 秒延長至 15 秒；價格降低 30 %，降至 720p 解析度影片每秒 0,07 美元；以及導入多步對話式編輯。使用者可以逐輪細化細節，而無需將整段影片重新生成。
對話式編輯機制允許在同一段片段內變更背景、光線、物件或視角。這與以往每次修改都需從頭重新生成的做法有本質上的不同。在使用參考素材——圖像、短影片與音訊——時，該模型能更好地保持人物、物件與品牌元素的一致性。
Google 的方法論著重於工作流程：先以低解析度製作草稿，在對話中進行修改，然後再放大至 1080p 或 4K。此一方案可降低成本並加快迭代，這對於大量製作廣告短片、虛擬試穿與解說影片而言十分重要。然而，官方資料中並未提供與競爭對手比較的詳細基準測試，也沒有獨立的第三方評測。
在影片生成領域，這是偏離早期 Sora 或 Luma Dream Machine 等單步模型的一步。Google 押注於與 Gemini 生態系統的整合以及對話式控制，這使生成更接近慣常的剪輯流程。相較於 Omni 1.1，在對參考素材的遵循度以及語音與唇形同步的自然度方面，均有明顯進步。
對開發者與企業而言，降價以及能精確控制 3 至 15 秒長度的能力，開闢了新的應用場景。以往 10 秒的上限限制了複雜的敘事；如今則可一次生成完整的廣告短片或產品解說影片，之後再進行修改。
在更長的序列上能否維持長期一致性，以及能否推廣至包含眾多移動物件的複雜場景，仍是未解的問題。獨立測試尚未公布，而實際生產環境中的表現將取決於具體案例。
此次更新顯示，Google 不僅關注生成品質，也關注與工作流程的實際整合，使影片 AI 更接近日常使用的工具。