Google 的 Gemini Omni Flash 1.2 现已上线 fal 平台。该模型可从文本、图片或参考片段生成带原生音频的视频，用自然语言指令剪辑现有素材，为视频追加 3 到 10 秒续段，并支持将片段放大至 1080p 或 4K，输出最长 15 秒。