Google 推出 Gemini Omni 1.2 Flash：原生生成 15 秒影片、價格再降三成——影片製作正式進入提示詞時代

11 月 5 日，Google 正式將多模態影片模型 Gemini Omni 1.2 Flash 大規模上線，成為今年最受矚目的生成式 AI 里程碑之一。這款模型不只原生生成最長 15 秒的影片片段，更支援多輪對話式編輯與4K 放大，且720p 影片定價比前代下降 30%、降至每秒 0.07 美元。對香港的市場營銷、內容創作與企業培訓而言，這代表一支短片可以「用講的」就做出來，正式的影片製作正快速從剪輯軟體走向提示詞。

一次看懂：更便宜、更會「改」、你話事

• 原生生成 15 秒影片：Omni 1.2 Flash 能直接生成最長約 15 秒的影片片段，符合社群短片與廣告素材的常見長度需求；
• 多輪對話式編輯：最大亮點在於**「你之後還能再改」**——針對已生成的影片繼續用自然語言下指令，例如「把背景調暗、讓主角走向右邊」，模型會依對話脈絡調整片段，取代過去「重做一版」的來回成本；
• 4K 放大與降價：支援將生成的影片放大至 4K，並把標準 720p 生成價格從前代 Omni 1.1 Flash 再降 30% 至 每秒 0.07 美元；
• 隨處可用：開放於 Google AI Studio、Gemini API、Google Cloud Vertex AI（支援 Provisioned Throughput）、Flow、Google Vids、Google Ads，以及 Gemini 應用程式（Google AI Ultra 訂閱）——從開發者、雲端到一般用戶都能觸及。

模型名稱中的「Omni」顯示其多重模態定位：同一模型可處理文字、影像與影片的生成與理解，讓「描述→生成→潤飾」在同一工作流程內完成，不必在多種工具間搬來搬去。

趨勢：內容製作門檻正被「對話」徹底重寫

過去要生成一支像樣的 AI 影片，通常得熟悉提示詞結構、種子值、鏡頭語言等技術細節，每次修改都得重來一版。Gemini Omni 1.2 Flash 的啟示是：影片製作正從「指令技術」走向「意圖表達」。

• 「改」比「生」更重要：產生一次畫面只是入門，能反覆、精準地調整才是把 AI 影片從「玩具」變成「生產工具」的關鍵。多輪編輯把這種反覆互動built right into 產品流程；
• 成本快速下滑：每秒 0.07 美元、且持續降價，意味著試錯成本極低——企業可以大量、廉價地做 A/B 版本測試，而非一次定版；
• AI 影片從「概念驗證」走向「日常素材」：當價格夠低、溝通用自然語言就夠，AI 生成影片便不只是行銷部門的實驗，而能進入客服說明、內部培訓、產品展示等日常場景。

對香港企業與在職人士的啟示

• 營銷與內容團隊先把「腳本」變成「提示詞序列」：與其每條廣告都外包拍攝，不如把一支短片的分鏡拆成 3-5 段提示詞，用 Omni 1.2 Flash 快速產出初稿，再以對話式編輯逐段微調——大幅縮短從構思到成片的時間；
• 把「多輪編輯」練成團隊基本功：學會精準描述修改意圖（對象、方向、氛圍），比記一大堆提示詞技巧更重要。能把修改講清楚的人，就是最短的交付路徑；
• 善用「低試錯成本」：先跑原型、再決定投資：企業測試一支 AI 影片的素材成本已降至極低，先做多個短版本進行小規模測試，再依據數據決定是否投入更大製作——把 AI 影片當成快速驗證工具，而非一次性的取代方案；
• 注意版權、素材與合規：AI 生成的品牌素材仍需人工審核，確保無不當內容或誤導。影片進入企業傳播流程，應保留與品牌方一致的審批與記錄制度。

Gemini Omni 1.2 Flash 把「生成、編輯、對話式修改」收進同一個廉價、易用的工作流程，是 AI 影片從「好玩」變成「好用」的明確訊號。對香港重視內容與行銷效率的企業來說，現在正是把影片製作拆解成可提示詞化流程、並建立先原型後投資習慣的好時機——懂得用對話指揮 AI 產出影片，將成為新一代內容工作者的核心競爭力。