谷歌推出Gemini Omni 1.1 Flash视频生成模型：最高支持4K输出，精准控制视频创作全流

8月28日，谷歌宣布推出Gemini Omni 1.1 Flash视频生成AI模型，为开发者和专业创作者带来更高水平的视频生成可控性与画质表现。该模型现已在Google AI Studio中通过Gemini API向开发者开放，企业用户可通过Gemini Enterprise Agent Platform API获取服务。

Gemini Omni 1.1 Flash在视频生成控制力上实现了显著提升：

- 场景扩展：基于已有视频无缝延续生成，模型可分析最长10秒的先前画面作为上下文（此前仅能参考最后1秒），支持每次10秒步长扩展，单条视频累计最长达40秒。

- 首尾帧指定：通过锁定镜头的起始与结束画面，实现平滑自然的转场运镜，适用于复杂镜头环绕、缩放过渡或无缝循环剪辑。

- 视频参考输入：支持引入最长3秒的参考视频片段，精准维持角色外观与视觉上下文的一致性。

- 360p草稿预览：相较标准720p分辨率，生成速度最高提升60%，成本仅需三分之一，适合快速原型验证与分镜迭代。

- 最高4K分辨率：可直接输出画质细腻的1080p或4K最终成片。

此外，与谷歌此前侧重“理解世界”的视频模型不同，Omni 1.1 Flash专为专业生产场景设计，提供多档分辨率选项以适应从草稿到成片的完整工作流。据Google官方博客介绍，Omni 1.1 Flash的每段生成视频都包含对观众不可见但可机器检测的SynthID数字水印，便于内容来源追溯。

伴随视频生成成本持续下降，短视频、广告与概念片的制作门槛正在被重新定义。谷歌通过提供从草稿到成片的分级方案，试图将AI视频生成塑造为创意工作流中可控、可负担、可迭代的常规环节，而非一次性的演示炫技。