# Gemini Omni 1.1 Flash 发布，为开发者提供更强生成式视频控制

- 来源：Google DeepMind：Blog（RSS）
- 发布时间：2026-08-28 00:11
- AIHOT 分数：70
- AIHOT 标记：精选
- AIHOT 链接：https://aihot.virxact.com/items/cmtbq1hfq156croamzzo9gno2
- 原文链接：https://deepmind.google/blog/gemini-omni-1-1-flash-lets-you-build-with-more-control

## 精选理由

360p 预览的成本降到 720p 的三分之一并提速最多 60%，让视频生成的前期探索可以低成本多版本比较，改变的是创意工具迭代的节奏。

## AI 摘要

Google 推出 Gemini Omni 1.1 Flash，为开发者提供更强的生成式视频控制能力。新模型支持场景扩展（可分析最多 10 秒先前上下文，以 10 秒为增量累计延长至 40 秒）、指定首尾帧生成平滑过渡，以及 4K 高清输出。

## 正文

Omni 现在可提供工作室级视频制作能力，包括场景延展、首尾帧插值、清晰的 4K 画质增强、更快的原型制作，以及更多功能。

Anish Nangia

Alisa Fortin

我们正式推出 Gemini Omni 1.1 Flash，这是一款面向开发者的生产就绪更新，为生成式视频提供更强的控制能力。现在您可以延展场景、指定起始帧和结束帧以实现平滑过渡，并生成高分辨率 4K 输出。立即通过 Google AI Studio 或 Gemini Enterprise Agent Platform 访问该模型，开始构建。

“Gemini Omni 1.1 Flash”为开发者提供了对生成式视频项目更强的控制能力。

将场景延展至最长 40 秒，并提升视觉一致性与叙事流畅度。

设置起始帧和结束帧，打造平滑、专业的镜头运动与转场效果。

使用 360p 预览，在创作过程中更快迭代并节省成本。

将最终项目提升至 4K 分辨率，呈现精致、专业的视觉效果。

Google 刚刚发布了 Gemini Omni 1.1 Flash，为开发者提供了更强大的 AI 视频创建与编辑工具。它可以延展视频片段、控制镜头运动，并制作高质量的 4K 画面。开发者还可以快速生成低分辨率草稿，以更低成本、更快速度测试创意。对于任何正在构建创意视频软件的人来说，这都是向前迈出的一大步。

探索其他风格：

今天，我们推出 Gemini Omni 1.1 Flash，这是一套全新的创意控制与生成式视频能力，旨在支持开发者。Gemini Omni 将真实世界推理引入生成式创作，而今天的更新使 Omni 1.1 达到生产就绪水平，可通过 Google AI Studio 中的 Gemini API 用于专业场景。

无论您是在构建生成式视频工作流、创意工具，还是媒体编辑软件，这些更新都能让生成式视频更可控、迭代更快，并打磨至适合真实部署的水准。以下是新增功能的概览：

延展场景，讲述更长的故事

场景延展功能允许您基于现有视频，从其结束位置无缝继续生成画面。

借助 Omni 1.1，模型现在可以分析长达 10 秒的先前上下文——相比此前仅参考最后一秒的模型，这是一次巨大飞跃。其结果是视觉一致性和叙事连贯性显著提升，让你能够构建更长的故事，或开辟新的创作方向。你可以按 10 秒的增量扩展视频，累计总时长最长可达 40 秒。

提示词 1：镜头轻微平移，现在我们看到她正在与一位卷发男子交谈，我们看到男子的背影，他说“我也看到了”，戏剧性配乐响起。

提示词 2：镜头缓缓拉远，被遗忘的布满灰尘的地下墓穴，戏剧性配乐。

提示词 3：镜头缓缓拉远，一座巨大的图书馆，书架和书籍在布满尘埃的虚空中失重漂浮，戏剧性配乐。

提示词 1：继续视频。执行电影级的轨道变焦镜头。摄像机向前推进的同时同步拉远变焦，将角色震惊呆滞的面部表情锁定在完全相同的尺寸。背景中由石柱构成的长廊在强烈的光学透视畸变下戏剧性地拉伸、加深。简洁的建筑结构，连续不间断的镜头。

提示词 2：继续视频。摄像机执行一次快速的机械式瞬间变焦，直接切入角色睁大的双眼。风格化的电影级镜头控制。

提示词 3：继续视频。时间完全冻结成一个静止的瞬间：角色及其被风吹起的衣摆。摄像机围绕冻结的角色进行平滑、高速的 360 度环绕旋转，在柱廊间展现出戏剧性的 3D 深度和视差。完美无瑕的连贯性。

提示词 1：穿蓝色毛衣的男子回答：“你父亲也坐那条船出海了吗？”

提示词 2：摄像机以一个连续的运动向后拉远，他继续讲述他的故事：“他过去常说，这个港口有灵魂。而那些船是我们生命的一部分。”音乐渐强。

提示词 1：他直视镜头，谈论最后一章将以什么作为结局！

提示词 2：然后他站起来，绕过桌子走向摄像机，说“你会怎么选？”

以下是通过 Gemini API 扩展场景的方法：

from google import genai

client = genai.Client()

interaction = client.interactions.create( model="gemini-omni-1.1-flash", previous_interaction_id=previous_video_interaction.id, input=[ {"type": "text", "text": "Continue the scene."} ], response_format={ "resolution": "360p", }, )

指定首帧和末帧

通过指定镜头的起始帧和结束帧，实现平滑的转场和运镜效果。Omni 1.1 可在两个关键帧之间生成连续视频，非常适合复杂的环绕运镜、变焦转场或无缝循环片段。

提示词 1：一位身着米色西装、时尚帅气的鼓手在宏伟的大厅中演奏红色架子鼓，镜头从低角度特写开始，随后快速横摇至侧面，展现出一位年长的萨克斯手，正与一位身着白衣、在柔和紫色舞台灯光下旋转的芭蕾舞者一同演奏。全程一个连续镜头，无跳切。

提示词 2：镜头推近电视屏幕，我们看到开头出现的同一位女性以及同一个场景。视频无缝衔接。全程一个连续镜头，无跳切。

以 360p 分辨率更高效地草拟视频

生成 360p 分辨率的轻量预览，速度最高可提升 60%*，成本仅为 Omni 1.1 标准 720p 分辨率的三分之一。这对于快速原型制作、分镜迭代以及开发者平台中的快速渲染非常有用。

*基于 360p 与 720p 分辨率的系统吞吐量对比，生成速度最高可提升 60%。

提示词：微观视角下的虹彩海洋硅藻，展现出精致如玻璃般的二氧化硅外壳，具有令人惊叹的自然对称之美。色彩从深沉的火山琥珀色、暖铜色，到鲜艳的绿松石色和紫色，仿若大地与海洋的丰富色调。微小而精巧的结构在干净的深色背景中柔和发光。高保真科学成像，细节锐利，质感自然，显微摄影。全程保持显微镜镜头效果。

最高提升至 4K 分辨率

使用 Omni 1.1 生成精良的高分辨率 1080p 或 4K 输出，可直接用于专业制作。

提示词 1：鱼群游动，跟拍镜头

提示词 2：一只小花栗鼠从屏幕左侧的树林中窜出，好奇地嗅了嗅空气，然后从右侧窜出画面。

提示词 3：电影级微距特写，一株纤细枝条上生机勃勃的金橙色日本枫叶，在柔和而有韵律的秋风中轻轻沙沙作响、摇曳生姿。阳光透过半透明的叶片洒落，营造出温暖发光的效果。浅景深，梦幻般的散景背景，超精细纹理，照片级真实感，4k。

在多模态输入中添加视频参考

在构思场景时，可参考最长三秒的视频，从而基于视频参考保持视觉上下文和角色一致性。

提示词：使用上传的三段舞者视频，并将其替换为所提供的角色。让他们按照参考视频中的各自舞蹈动作，在所提供的图片中那个宽敞开阔的空间里一起表演。

狗狗角色 dog.png 应表演 dance3.mp4 中的古典舞。章鱼角色 octo.png 应表演 dance1.mp4 中的嘻哈舞，而熊角色 bear.png 应表演 dance2.mp4 中的霹雳舞。最终结果应为无场景切换的连续单镜头。

激发灵感的构建方向

以下是一些想法，展示开发者如何将这些新能力应用到自定义工具和创意工作流中。

在这个应用中，你可以拖入首帧和尾帧，通过预设或提示词框生成它们之间的过渡，因为 Omni 的全上下文推理能力，你能获得看起来真实自然的镜头运动。

这个应用让镜头在房间之间移动。它做弧线运动、推进、拉远。它在一天中最完美的时刻，以理想化的状态展示这栋住宅。它不会添加任何现实中不存在的家具或细节。

创作者通常要生成好几段视频才能找到满意的那一个。Draft Room 让这种探索变得低成本且有条理：以 360p 分辨率生成 3-4 个草稿变体，每次只改变一个变量，并排对比它们。

看看客户如何将 Omni Flash 投入生产

我们的客户已经通过 Agent Platform API 使用 Gemini Omni Flash 驱动真实世界的生产应用。请观看他们创作的视频，并了解他们如何在下方使用该模型。

Adobe 已将 Gemini Omni Flash 集成到 Adobe Firefly 中。观看这段视频，了解其视频编辑能力。

“Gemini Omni Flash 是 Figma Weave 中可用的最强视频模型之一，其画布帮助创意团队在每一次生成的基础上继续构建——附加参考素材、分支不同版本、塑造独特作品。借助扩展功能、更丰富的参考素材和 4K 分辨率，Gemini Omni Flash 让团队超越单纯的视频生成，真正实现视频导演级掌控。”——Itay Schiff，Figma Weave 创意总监。

“在 GMI Cloud，我们为创作者提供对全球最强大模型的集中访问。Gemini Omni Flash 的突出之处在于其准确性：细节经得起推敲。对于制作教育和解说类内容的客户而言，准确性至关重要，这种可靠性比任何单一功能都更重要。Omni 让 AI 视频对之前无法依赖它的用户群体变得切实可用。”——Louisa Guo，GMI Cloud 营销副总裁。

“Omni Flash 自然而然地融入了人们使用 Runway 的现有方式：从提示词、图片或视频开始，然后在此基础上生成或编辑。这是我们的用户在创意之间快速切换的又一种方式。”——Jamie Umpherson，Runway 首席创意官。

立即使用 Gemini Omni 1.1 Flash 进行开发

Gemini Omni 1.1 Flash 定价表。

Omni 1.1 正在 Google 开发者生态系统中逐步推出：

在 Google AI Studio 中开始构建：直接在 Google AI Studio 中试用 Omni 1.1。

在 Gemini Enterprise Agent Platform 上部署：企业开发者可以在 Gemini Enterprise Agent Platform 上部署 Omni 1.1。

探索开发者文档：查阅官方文档、cookbook 和提示词指南，了解如何将场景扩展、视频参考和超分辨率功能集成到你的应用中。

从今天起，全球所有 Google AI Plus、Pro 和 Ultra 订阅用户也可以在 Google Flow 中使用 Omni 1.1。场景扩展功能现已面向全球所有 Google AI Plus、Pro 和 Ultra 订阅用户在 Gemini 应用中提供。