Google 推出 Gemini Omni 1.1 Flash：支援 40 秒場景延展與 4K 超分

玩過 AI 影片的人都知道，以前生成影片就像開盲盒：不僅鏡頭只要一長就容易畫面崩潰，想讓角色從指定位置走到另一個位置，也全憑模型心情。

Google 宣佈推出影片生成模型 Gemini Omni 1.1 Flash。這次升級雖然版本號只跳了「0.1」，但帶來的變化很實在，核心就是把原先飄忽不定的生成效果，變成可以精細控制的生產工具。新模型已經通過 Google AI Studio 中的 Gemini API 正式上線，付費訂閱使用者也能在 Google Flow 和 Gemini 應用裡直接體驗。

給 AI 影片裝上記憶與方向盤

這次最核心的改進，是解決了長鏡頭斷裂和失控的問題。

以往大多數影片模型在延長畫面時，往往只能參照最後一秒甚至最後一幀的畫面，鏡頭一拉長，背景裡的建築和人物長相就完全變了樣。Gemini Omni 1.1 Flash 引入了更強大的場景延展功能，能夠直接分析前 10 秒的上下文。你可以以 10 秒為一個步長遞增延長，累計最長能一口氣延展到 40 秒，同時保證畫面風格和敘事邏輯不穿幫。

另一個很實用的功能是首尾關鍵幀控制。創作者可以明確指定畫面的起始幀和結束幀，讓模型自動計算並生成中間的平滑過渡。這在做複雜的鏡頭環繞、快速變焦推進或者製作無縫迴圈動畫時非常管用，再也不用反覆抽卡去碰運氣了。

此外，模型還支援在多模態輸入中加入最多 3 秒的影片作為參考。比如給它一段舞步參考影片，模型就能讓指定的角色完美復刻動作，這對保持角色動作一致性幫助很大。

360p 先打草稿，4K 再出成片

除了控制力，Google 這次還在成本和畫質兩端下了功夫。

做影片生成，最大的痛點之一就是反覆嘗試耗時又費錢。Omni 1.1 Flash 專門增加了一個 360p 草稿模式。相比標準的 720p 渲染，360p 模式的生成速度提升了最多 60%，呼叫成本更是直接砍到了原本的三分之一。創作者和開發者可以先在手機或本地工作流裡用極低成本快速生成低清小樣、驗證分鏡構圖，滿意之後再一鍵匯出。

到了最終交付環節，模型則支援直接超分生成 1080p 甚至 4K 解析度的高畫質成片，直接銜接專業影視和社交媒體的剪輯流程。目前包括 Adobe Firefly、Figma Weave 以及 Runway 在內的團隊，都已經在生產環境中接入了該模型。

為什麼重要

我們認為，Gemini Omni 1.1 Flash 標誌著 AI 影片正在從單純的「炫技玩具」走向真正的「工業化管線」。

對於個人創作者和獨立開發者來說，這是個非常值得上手的工具。過去做一條几十秒的連貫短片，要在不同軟體之間反覆折騰拼接，還要承擔極高的算力賬單。現在用 360p 低成本試錯、用首尾幀固定關鍵構圖、再延展到 40 秒並超分至 4K，整套流程閉環且可控，試錯成本被大幅拉低。

對整個行業而言，Google 這一步走得很務實。它沒有去拼噱頭更足的超大引數，而是把重點放在了吞吐效率、API 介面呼叫和長上下文連貫性上。當頭部大廠開始在影片模型上打出「低成本草稿 + 高畫質超分」的組合拳，其他競爭對手勢必也要加速跟進這種工程化體驗。

不過也要看到，40 秒的累計上限對於嚴肅長影片製作依然只是起步，複雜多主體互動的物理規律也還有最佳化空間。但就目前的日常創作和廣告製作而言，它已經足夠好用。