AI 生成一段影片,不滿意就整段重跑——這個做法正在改變。
Google 在 2026 年 11 月 5 日把 Gemini Omni 1.2 Flash 正式推出(GA)。它最大的不同不是「畫面更漂亮」,而是可以對同一段影片一輪一輪地用對話修改:單次最長 15 秒、可延伸到總長 30 秒、能指定首尾兩張影格讓 AI 補中間、最多帶 6 張參考圖維持角色一致,而 720p 影片的價格約每秒 US$0.07。
這篇文章不是產品說明書。我們把官方公布的規格與價格整理清楚,接著回答委託影片製作或自己做影片的台灣企業最在意的問題:這個工具適合拿來做什麼、不適合拿來做什麼、預算怎麼抓。想先了解文字轉影片的基本概念,可以參考文字轉影片完整教學。
想把 AI 影片用在正式的品牌廣告?加 LINE 聊聊 N23 的 AI 影片製作,導演把關每一個畫面。
Gemini Omni 1.2 Flash 是什麼?2026 年 11 月 5 日正式推出
Gemini Omni Flash 是 Google 的影片生成與編輯模型,從一開始就主打「生成」和「對話式修改」在同一個模型裡完成。時間線如下(依 Gemini API 更新紀錄):
| 日期 | 事件 |
|---|---|
| 2026-06-30 | Omni Flash 公開預覽(public preview) |
| 2026-08-27 | gemini-omni-1.1-flash 正式推出(GA) |
| 2026-11-05 | gemini-omni-1.2-flash 正式推出(GA) |
| 2026-12-03 起 | 呼叫 gemini-omni-1.1-flash 的 API 請求自動轉送到 1.2 |
「GA」(Generally Available)指的是正式版,不再是試用中的預覽版本,可以放進正式的工作流程。
在哪裡可以用?
依 Google 官方部落格,1.2 Flash 正式提供在 Gemini API 與 Google Cloud(Gemini for business),也出現在 Google 自家的產品裡:
- Flow:用來導演場景、進行多輪修改
- Google Vids:可生成 15 秒片段,官方寫明需有 Google 帳號或 Google Workspace 訂閱,「不另外收費」
- Gemini App:可生成 15 秒影片,目前陸續開放給 Google AI Ultra 訂閱者
- Google Ads:用於擴大影片廣告活動的規模
開發者與企業端則可以在 Google AI Studio 試做原型,或從 Google Cloud 主控台接入;官方也提到提供 Provisioned Throughput(預留運算容量,適合用量大且要穩定出片的企業)。
1.2 Flash 的規格重點:長度、修改方式、參考圖
先看官方寫明的規格。以下數字來自 Gemini API 更新紀錄 與 Google 官方部落格。
| 項目 | 1.2 Flash 的官方規格 |
|---|---|
| 單次影片長度 | 最長 15 秒(1.1 為 10 秒),可在 3 到 15 秒之間以 1 秒為單位指定 |
| 延伸影片 | 每輪延伸 3 到 10 秒,總長最多 30 秒 |
| 首尾影格補間 | 給定第一張與最後一張影格,生成中間 3 到 10 秒 |
| 參考圖 | 最多 6 張,改善角色與主體的一致性 |
| 其他參考素材 | 可結合角色、產品或風格圖片,最長 3 秒的動作短片,以及聲音參考 |
| 修改方式 | 對話式、多輪修改,可作用在完整 15 秒片段上 |
| 聲音 | 原生音訊(影片與聲音一起生成) |
| 解析度 | 先用 360p 或 720p 快速打草稿,再把選中的版本放大到 1080p 或 4K |
| 浮水印 | 輸出帶有肉眼看不到的 SynthID 浮水印 |
對話式修改:不用整段重跑
過去的 AI 影片工具,多半是「下一次指令、出一段影片」,不滿意就改提示詞重新生成,每一次都可能連帶改掉原本滿意的部分。1.2 Flash 的做法是對同一段影片一輪一輪地修改——例如先生成一段產品開箱畫面,再要求「背景換成木質桌面」「鏡頭再推近一點」。
對行銷團隊來說,這代表「改稿」這件事更接近跟剪輯師溝通,而不是重新抽籤。
首尾影格補間:把兩張分鏡接成一個鏡頭
「補間」(interpolation)是指給定開頭與結尾兩張畫面,由 AI 生成中間的連續動作。官方示範的例子是:從建築外觀的第一張影格,一路推鏡到室內的最後一張影格,接成一個連續鏡頭。
這個功能和「先確認靜態分鏡、再生成動態」的製作方式特別契合——分鏡圖確認過了,首尾兩張就是現成的起點與終點。
最多 6 張參考圖:角色一致性
AI 影片在商業上最常見的痛點,是同一個角色在不同鏡頭長得不一樣。1.2 Flash 官方寫明可帶最多 6 張參考圖來改善角色與主體一致性,Google 部落格也直接寫出 1.1 Flash 對參考圖的貼合程度不如 1.2。
價格:影片輸出每百萬 token US$12,720p 約每秒 US$0.07
Gemini API 的影片是以「token」計費。token 是 AI 模型計算用量的單位,影片解析度越高、秒數越長,用掉的 token 越多。以下依 Gemini API 定價頁:
| 項目 | Gemini Omni 1.2 Flash | Gemini Omni 1.1 Flash |
|---|---|---|
| 免費層 | 不提供 | 不提供 |
| 輸入(文字、圖片、影片),每百萬 token | US$1.50 | US$1.50 |
| 影片輸出,每百萬 token | US$12.00 | US$17.50 |
| 720p 影片換算 | 約每秒 US$0.07 | 約每秒 US$0.10 |
官方定價頁的註腳寫明:計費依輸出 token 總量計算,720p 影片每秒 5,792 個 token,換算約每秒 US$0.07,一段 10 秒約 US$0.70、一段 15 秒約 US$1.04。Google 部落格也寫明,1.2 的價格比 1.1 降低 30%。
不同解析度的每秒估算如下(依官方每秒 token 數×每百萬 token US$12 換算;15 秒那一欄再乘以 15):
| 解析度 | 官方每秒估算 | 一段 15 秒約 |
|---|---|---|
| 360p | US$0.023 | US$0.35 |
| 720p | US$0.07 | US$1.04(官方數字) |
| 1080p(含放大) | US$0.104 | US$1.56 |
| 4K(含放大) | US$0.209 | US$3.13 |
另外兩點企業要知道:
- 沒有免費層:1.2 Flash 只開放給 Gemini API 付費層的開發者使用。
- 付費層的內容不會用來改進產品:定價頁的「Used to improve our products」一列,免費層寫 Yes、付費層寫 No。對要上傳未公開產品圖、品牌素材的企業來說,這是值得確認的一點。
成本試算:提案前做 10 個 15 秒版本要多少?
假設一家品牌要在提案前試做 10 個不同方向的 15 秒短片(以下只算影片輸出費用,依官方每秒 token 數×每百萬 token US$12 換算):
| 做法 | 試算 |
|---|---|
| 10 個版本都用 720p 生成 | 約 US$10.4 |
| 10 個版本先用 360p 打草稿 | 約 US$3.5 |
| 以 4K 輸出一段 15 秒 | 約 US$3.1 |
這也是官方建議的工作方式:先用低解析度快速打草稿,挑出最好的再放大。要注意三件事:
- 提示詞與參考圖另計:輸入另以每百萬 token US$1.50 計費。
- 每一輪修改都會產生新的輸出:計費依輸出 token 總量,修改輪數越多,累計費用越高。
- 這是工具費,不是製作費:腳本、分鏡、挑片、後期修復、配音配樂與授權確認的人力成本都不在裡面。完整的製作預算結構可以參考 AI 影片製作費用完整解析。
想用 AI 影片做品牌廣告,又怕品質不穩?
N23 Studio 從腳本、分鏡到後期修復一條龍處理,畫面調性在分鏡階段就先跟你確認,不靠反覆重跑碰運氣。
和 Veo 3.1 怎麼分?只看官方寫了什麼
Google 目前同時有兩條影片生成產品線,很多人會問該用哪一個。先講清楚:Google 的 Omni 1.2 Flash 發表文沒有拿它和 Veo 比較,所以「哪個畫質比較好」沒有官方答案。以下只列官方寫明的事實:
| 項目 | Gemini Omni 1.2 Flash | Veo 3.1 |
|---|---|---|
| 官方定位 | 影片生成與編輯模型,主打對話式修改 | 影片生成模型 |
| 正式版狀態 | 2026-11-05 在 Gemini API 與 Google Cloud 正式推出 | Google Cloud(Gemini Enterprise Agent Platform,原 Vertex AI)上的 veo-3.1-generate-001、veo-3.1-fast-generate-001 為正式版 |
| 退役時間 | 發表文與定價頁沒有提到 | Google Cloud 文件寫「May 4, 2027 or later」 |
(Veo 3.1 資料來源:Google Cloud Veo 3.1 文件)
實務上的判斷方式:
- 已經在 Google Cloud(原 Vertex AI)上用 Veo 3.1 建好流程的團隊:Veo 3.1 正式版的退役時間最早是 2027 年 5 月 4 日,沒有立刻換的壓力。
- 需要反覆修改同一段畫面的團隊:Omni 1.2 Flash 的差異在「生成之後還能用對話繼續改」,以及首尾影格補間、最多 6 張參考圖這些控制方式。
- 不確定的話:用同一組腳本與參考圖兩邊各跑一次,用自己的案子比較,比看任何排行都準。
更多 AI 影片工具的比較,可以參考 AI 影片生成完整指南。
商業影片能怎麼用?適用與不適用的場景
Google 部落格提到的用途包括商品型錄旋轉展示(catalog spins)與品牌影片廣告。放到台灣企業的實際需求上,我們的判斷是這樣:
適合的場景
- 社群短廣告素材:單段 15 秒、可延伸到 30 秒,夠用來做社群短影音廣告。同一支廣告要測多個版本(換背景、換開場、換產品角度)時,對話式修改可以在同一段畫面上改出變化,而不是每次重新生成。
- 分鏡預覽與提案動態稿:把確認過的分鏡圖當首尾影格,補出中間的鏡頭運動,讓客戶在正式製作前就看到動態感。這類素材的目的是「對齊方向」,不需要每個細節都完美。
- 商品展示短片:電商商品的旋轉展示、使用情境示意,搭配產品參考圖維持外觀一致。
需要謹慎、建議交給專業團隊的場景
- 需要品牌一致性的正式廣告:Logo、產品包裝上的文字、品牌標準色,都是 AI 生成最容易出錯的地方。參考圖能改善一致性,但「改善」不等於「保證」,正式上線前仍需要逐格檢查與後期修復。
- 涉及真人肖像與授權的廣告:代言人、KOL 的臉孔與聲音,需要明確的肖像授權;拿真人照片當參考圖生成影片,授權鏈要先談清楚。相關的版權議題可以參考好萊塢 AI 影片版權授權全解析。
- 超過 30 秒的完整敘事影片:單一片段延伸的上限是總長 30 秒,形象片、微電影這類需要多場景敘事的作品,仍要靠分鏡規劃與剪輯把多段素材組起來。
- 要投放到有 AI 標示規範的平台:Google 部落格寫明輸出帶有 SynthID 隱形浮水印。投放 Google Ads、YouTube 時的 AI 揭露規範,請參考 AI 影片生成完整指南中的 YouTube 與 Google Ads 標示段落。
| 場景 | 適合度 | 原因 |
|---|---|---|
| 社群短廣告多版本測試 | 適合 | 長度夠用,對話式修改適合做變化版 |
| 分鏡預覽、提案動態稿 | 適合 | 首尾影格補間可直接接上確認過的分鏡圖 |
| 電商商品展示 | 適合(需檢查細節) | 參考圖可維持產品外觀,但文字與標誌仍要逐格確認 |
| 品牌形象正式廣告 | 需專業把關 | 品牌標準、細節精準度、後期修復都要人工處理 |
| 含代言人肖像的廣告 | 需專業把關 | 肖像與聲音授權要先談清楚 |
| 超過 30 秒的敘事影片 | 需專業規劃 | 單段延伸上限 30 秒,要靠分鏡與剪輯串接 |
對台灣企業的意義:工具變好用了,決策點沒有消失
1.2 Flash 讓「生成一段可用的 AI 素材」更便宜、更好改。但對要拿影片代表品牌的企業來說,真正決定成敗的仍是三件事:
- 畫面調性在哪裡定案:N23 的商業案子走「先定後生」——分鏡階段確認調性、先產出靜態單張並人工細調、交客戶確認後才進入動態生成(這套流程用的生成工具是 Higgsfield)。1.2 Flash 的首尾影格補間與參考圖功能,方向上和這種做法一致:先把靜態畫面定下來,動態生成才不會變成碰運氣。為什麼決定點要放在前期,在影片調色完整攻略有更完整的說明。
- 誰對最終品質負責:工具能生成畫面,但不會幫你檢查產品細節對不對、品牌色有沒有跑掉。委託外部製作時,建議在合約中約定交片前的審核責任。
- AI 使用要能說清楚:投放平台越來越要求揭露 AI 生成內容。委託製作時,請製作方隨片說明用了哪些 AI 工具、用在哪個環節,投放時才知道怎麼申報。
如果你想自己試做,1.2 Flash 適合拿來做提案與社群素材;如果影片要代表品牌、要投放廣告預算,建議把它當成製作流程中的一個工具,而不是整個流程。想找台灣在地的 AI 影片團隊,可以參考台灣 AI 影片製作公司推薦。
還在用 1.1 Flash?12 月 3 日起自動轉到 1.2
如果你的系統透過 Gemini API 呼叫 gemini-omni-1.1-flash,要注意:自 2026 年 12 月 3 日起,這些請求會自動轉送到 gemini-omni-1.2-flash,並依 1.2 的費率計費(依 Gemini API 定價頁 與更新紀錄)。
1.2 的影片輸出單價比 1.1 低,費用面不吃虧;但模型換了,同一組提示詞產出的畫面可能不同。已經有固定素材流程(例如每週產出的商品影片)的團隊,建議在 12 月 3 日前先用 1.2 重跑幾組既有提示詞,確認風格沒有跑掉。
2026 年 9 月 Google Vids 加入 1.1 Flash 時的功能,可以參考文字轉影片完整教學中的紀錄。
想讓 AI 影片達到商業播出水準?
N23 Studio 結合 AI 生成與導演級把關,從分鏡定調、動態生成到後期修復,交付可以直接上線的品牌影片。
👉 了解服務
常見問題 FAQ
Q: Gemini Omni 1.2 Flash 可以生成多長的影片?
A: 單次最長 15 秒,可在 3 到 15 秒之間以 1 秒為單位指定。透過延伸功能,每輪可再延伸 3 到 10 秒,總長最多 30 秒。
Q: Gemini Omni 1.2 Flash 要多少錢?有免費額度嗎?
A: Gemini API 上沒有免費層。影片輸出每百萬 token US$12,720p 影片約每秒 US$0.07,一段 15 秒約 US$1.04,比 1.1 Flash 便宜 30%。提示詞與參考圖等輸入另以每百萬 token US$1.50 計費。Google Vids 可生成 15 秒片段,官方寫明需有 Google 帳號或 Google Workspace 訂閱,不另外收費。
Q: Gemini Omni 1.2 Flash 和 Veo 3.1 有什麼不同?
A: Omni 1.2 Flash 是影片生成與編輯模型,主打對話式修改,2026 年 11 月 5 日在 Gemini API 與 Google Cloud 正式推出;Veo 3.1 在 Google Cloud(Gemini Enterprise Agent Platform,原 Vertex AI)上是正式版,官方退役時間為 2027 年 5 月 4 日或更晚。Google 的 Omni 發表文沒有拿兩者比較,建議用自己的案子兩邊各跑一次再決定。
Q: 用 Gemini Omni 1.2 Flash 做的影片可以直接當正式廣告嗎?
A: 社群短廣告素材、分鏡預覽與商品展示短片很適合。但需要品牌一致性的正式廣告,Logo、包裝文字與品牌色仍要逐格檢查與後期修復;用到代言人肖像時,授權也要先談清楚。建議把它當成製作流程中的一個工具。
Q: 還在用 Gemini Omni 1.1 Flash 要做什麼?
A: 自 2026 年 12 月 3 日起,呼叫 gemini-omni-1.1-flash 的 API 請求會自動轉送到 1.2 Flash,並依 1.2 的費率計費。建議在那之前先用 1.2 重跑幾組既有提示詞,確認輸出風格沒有跑掉。
需要專業的 AI 影片製作?
N23 Studio 把 AI 工具放進導演把關的製作流程,讓你的品牌影片既快又穩。
👉 加 LINE 免費諮詢 | 瀏覽作品集
延伸閱讀
- 文字轉影片完整教學|2026 免費工具、AI 分鏡生成與實作指南
- AI 影片生成完整指南|2026 製作流程、費用、工具與案例
- AI 影片製作費用多少錢?2026 最新報價行情與預算規劃
- 好萊塢 AI 影片版權授權全解析:Lionsgate 入股 Runway,2026 品牌合規指南
- 影片調色完整攻略|2026 電影感調色技巧、風格參考與工具推薦
- 台灣 AI 影片製作公司推薦|2026 精選廠商比較與選擇指南
參考資料
- Google,Introducing Gemini Omni 1.2 Flash,2026-11-05
- Google,Gemini API 更新紀錄(Changelog)
- Google,Gemini API 定價
- Google Cloud,Gemini Enterprise Agent Platform(原 Vertex AI)Veo 3.1 模型文件



