视频生成模型的竞争，正在从“能不能生成”转向“多长、多便宜、多好改”。

发生了什么

Google DeepMind 宣布 Gemini Omni 1.2 Flash 正式全面可用（GA）。相比上一代，这次更新集中在三点：

  • 时长：单次生成的视频片段最长可达 15 秒；
  • 可编辑性：支持通过对话对片段进行逐步修改，而不是每次推倒重来；
  • 价格：720p 下每秒 0.07 美元，较前代下降约 30%。官方还提示，先用低分辨率草稿、只对最终结果做超分，可以进一步压低成本。

为什么重要

过去一年，视频生成模型的发布节奏很快，但真正落到生产流程里的瓶颈往往不在画质，而在三个工程问题：片段太短、修改成本太高、按秒计费让试错变得昂贵。

15 秒这个数字值得单独看。更长的单次生成意味着更少的拼接点，镜头连贯性和叙事完整度更容易保证，对广告素材、短视频预演这类场景是实质性改善。而“对话式逐步编辑”则改变了工作流——模型从一次性出片的黑盒，变成可以被反复调教的中间环节，这与图像编辑领域已经发生的路径一致。

降价 30% 加上“低分辨率草稿 + 最终超分”的成本策略，指向的是同一个目标：让创作者敢多试几次。视频生成的成本结构里，废片率是隐性大头，单价下降的实际价值往往超过账面数字。

影响与看点

对开发者而言，Flash 这个后缀通常意味着速度与成本的优先取向，适合嵌入到需要高频调用的产品链路中，而非追求极致画质的终稿渲染。对内容团队而言，15 秒片段配合对话式修改，让“先出草稿再迭代”的流程第一次在视频上变得可行。

需要保持克制的是：官方披露的信息集中在时长、编辑方式和价格，并未给出与竞品在画质、运动一致性、音频等方面的对比数据。视频生成的真实体验差异，往往要等实际使用后才显现。

一个独立判断：视频生成的竞争焦点正在从 benchmark 分数转向单位成本下的可用产出。谁能把“试错”变得便宜，谁就更容易进入真实的生产管线——这一次的定价动作，比时长数字更值得关注。