Gemini Omni 1.1 Flash

Gemini Omni 1.1 Flash 是 Google DeepMind 為開發 AI 影片工作流程打造的模型，提供場景延伸、關鍵影格控制、快速 360p 預覽與 4K 輸出，讓影片生成與編輯更可控。

總覽

Gemini Omni 1.1 Flash 是 Google DeepMind 為開發生成式影片工作流程、創意工具與媒體編輯軟體的開發者所推出的模型更新。公告指出，它帶來更高的影片生成控制力，包括場景延伸、逐格轉場、更快預覽與更高解析度輸出。

這項產品被定位為可直接投入生產環境，並可透過 Google AI Studio、Gemini API 與 Gemini Enterprise Agent Platform 使用。其核心任務是讓 AI 影片生成與編輯更可控，也更容易在最終渲染前反覆調整。

功能

場景延伸

透過生成下一段內容來延續既有影片，並維持更好的視覺一致性與敘事流暢度。模型最多可使用前 10 秒的上下文，而不只是最後 1 秒，並支援以 10 秒為單位延伸，總長可達 40 秒。

首末影格控制

定義鏡頭的開始與結束位置，讓模型能在這些關鍵影格之間生成連續畫面。這適合更平順的運鏡、轉場或循環片段。

快速 360p 草稿

先生成輕量的 360p 預覽，以便在投入更高解析度渲染前測試想法。來源指出，這可能比標準 720p 生成快上 60%，且成本約為三分之一。

1080p 與 4K 升級輸出

產生更高解析度的影片輸出以供最終交付，包括 1080p 與 4K。公告將此描述為能在同一工作流程中，從粗略草稿一路走向精修畫面。

開發者存取

可透過 Google AI Studio 中的 Gemini API 使用此模型，公告也提到可經由 Gemini Enterprise Agent Platform 存取。發布說明將 Omni 1.1 Flash 描述為適合開發者的生產環境版本。

使用情境

延伸進行中的剪輯場景
打造可延續進行中的影片片段，同時維持視覺與敘事連貫性的工具。這適合劇情導向的生成情境，下一個鏡頭必須緊接前一個鏡頭。
建立關鍵影格轉場
在鏡頭中的兩個關鍵時刻之間生成受控轉場，例如起始影格與結束影格之間。這適合運鏡、變形場景或無縫循環。
更快草擬與審查概念
先用 360p 草稿快速原型化影片概念，再投入高解析度輸出。這很適合早期分鏡測試或快速內部審查。
準備高解析度最終成品
在粗剪獲得核准後，產出 1080p 或 4K 的最終交付素材。公告將這些輸出與精修、可直接投入生產環境的影片工作流程連結在一起。
在軟體產品中嵌入影片生成
將影片生成整合進需要以 API 控制而非消費者剪輯介面的開發者產品中。文章明確將此次發布定位給開發者與產品團隊。

Pros and Cons

Pros

讓開發者透過場景延伸與基於關鍵影格的轉場，對生成式影片擁有更高控制度。
可透過較低解析度的 360p 預覽加快反覆試作，再進行最終渲染。
提供更高品質的輸出選項，包括 1080p 與 4K。
可透過 Google AI Studio 與 Gemini Enterprise Agent Platform 存取，公告也明確提到支援 Gemini API。

Cons

來源資料未包含完整的定價頁面，因此無法從目前蒐集到的證據清楚得知成本與方案細節。
公告重點放在影片生成與編輯，因此未詳細說明更廣泛的模型能力或非影片工作流程。

FAQ

開發者可以在哪裡使用 Gemini Omni 1.1 Flash？

公告指出 Gemini Omni 1.1 Flash 可透過 Google AI Studio 與 Gemini Enterprise Agent Platform 使用，並可在 Google AI Studio 中透過 Gemini API 進行生產環境用途。它未列出所有可能的存取途徑或工作區需求。

它是為哪類工作流程設計的？

文章重點提到場景延伸、起始與結束影格控制、360p 預覽生成，以及升級輸出到 4K。這些控制項是為影片生成、編輯與更快迭代而設計，而非一般用途的文字或圖片任務。

一個場景最多可以延伸多長？

來源指出，你可以以 10 秒為單位延伸影片，總累積長度最多可達 40 秒。也提到模型在延伸場景時可分析最多 10 秒的前文脈絡。

來源資料有公布價格嗎？

公告提到 360p 預覽比模型的標準 720p 解析度更快、成本更低，且最終輸出可升級至 4K。但它沒有提供完整的定價表或點數計費表。

這個產品的目標使用者是誰？

該頁面將這次更新定位給正在打造生成式影片工作流程、創意工具與媒體編輯軟體的開發者，也描述其可供專業用途的生產環境使用。

Quick Facts

類別: 開發者工具
產品: Gemini Omni 1.1 Flash
來源網域: blog.google
主要用途: 生成式影片創作與編輯
可用性: Google AI Studio、Gemini API、Gemini Enterprise Agent Platform
主要輸出選項: 360p 預覽、1080p 與 4K