Gemini Omni 1.1 Flash发布：AI视频生成进入「场景延伸」时代，支持4K输出

核心看点

• 场景延伸功能：可将视频片段延长最多40秒，每次延伸约10秒，支持前后帧控制
• 4K超清输出：最终成片支持4K分辨率，画质达到商业级标准
• 360p草稿模式：速度提升60%，成本降低约2/3，适合快速迭代
• 文生视频登顶：发布后迅速拿下Text-to-Video排行榜第一

详细解析

Google在8月27日正式发布了Gemini Omni 1.1 Flash，这是其视频生成模型的重大升级。与之前的Veo相比，新版本最大的突破在于场景延伸（Scene Extension）能力——用户可以上传一段视频，让AI自动”续写”后面的画面，最长可延伸至40秒。

具体技术亮点包括：

• 上下文记忆：延伸时参考前10秒视频内容，保证画面连贯性（Veo仅约1秒）
• 首尾帧控制：可指定起始和结束画面，AI自动补全中间过程
• 视频参考：支持导入最多3秒参考视频，保持角色、风格和动作一致性
• 多比例支持：16:9横屏和9:16竖屏均可生成

在定价方面，360p草稿模式约$0.03/秒，720p约$0.10/秒，4K成品价格更高。Google将其集成到Google Flow、Gemini App和Gemini API中，覆盖从创意草稿到商业成片的完整工作流。

早期用户测试显示，该模型在动态镜头（如追车、运动场景）和写实风格上表现突出，但复杂物理交互和多镜头一致性仍需多次迭代。

总结

Gemini Omni 1.1 Flash的发布标志着Google在AI视频生成领域正式加入”长视频”赛道。场景延伸+4K输出+低成本草稿模式的组合，对短视频创作者、广告制作人和独立电影人来说都是重大利好。目前已在Google AI Plus/Pro/Ultra订阅中全球上线。