谷歌发布Gemini Omni 1.1 Flash：视频生成新增场景扩展、首尾帧控制等专业功能
谷歌推出Gemini Omni 1.1 Flash，为开发者带来场景扩展、首尾帧指定、360p预览加速、4K放大和视频参考等生成式视频控制功能，通过Gemini API和Google AI Studio提供。
AI解读：这次更新把生成式视频从单纯“生成一段”推进到“精细控制每一段”的阶段，专业创作者的痛点由此直接对应解决方案：过去你只能让模型生成一个片段，现在可以基于已有视频继续扩展10秒，最长累计40秒，讲更长的故事；可以指定首尾帧让模型补出平滑的镜头运动；可以先生成360p草稿快速迭代，速度提升最多60%、成本降到720p的三分之一；最后还能把成片放大至4K。对广告、影视预演和内容工作室来说，这意味着工作流从“碰运气生成”变成“按分镜稿可控生产”。但要注意三点：场景扩展需要‘previous_interaction_id’保持上下文，单步只能加10秒；360p加速仅限草稿，成片仍需高分辨率输出；Omni 1.1 Flash目前面向开发者开放，普通Google AI付费订阅用户在Flow和Gemini应用中只能使用部分功能——其中场景扩展在Gemini应用中可用，但完整控制套件仍需通过API或AI Studio。
谷歌于2026年8月27日发布Gemini Omni 1.1 Flash，这是一套面向开发者的生成式视频与创意控制工具。据Google AI官方博客，该版本通过Gemini API和Google AI Studio提供，为专业用途设计，新增功能包括场景扩展到4K放大等。谷歌DeepMind产品经理Anish Nangia和Alisa Fortin在博客中表示，这些更新让生成式视频更可控、迭代更快，适合实际部署。
场景扩展：基于最长10秒前文延续视频
Omni 1.1 Flash允许开发者从现有视频末尾继续生成内容，实现无缝衔接。模型现在能分析最多10秒的先前上下文，而此前模型只参考最后1秒。该功能支持以10秒为增量扩展视频，累计总长度最长40秒，旨在提升视觉一致性和叙事连贯性。博客提供了一段Python API示例，其中调用`gemini-omni-1.1-flash`模型，通过`previous_interaction_id`参数引用前一个视频交互，并以文本指令‘Continue the scene.’驱动。
首尾帧控制与视频参考
开发者可以指定一段镜头的起始帧和结束帧，模型会在这两个关键帧之间生成连续视频，适用于复杂相机环绕、缩放过渡或无缝循环片段。博客列举了两个示例提示，均强调‘one continuous shot, no jump cuts’。此外，多模态输入现在支持引用最长3秒的视频，以维持视觉上下文和角色一致性。博客给出的示例涉及上传三个舞蹈视频和一组角色图片，要求模型让指定角色分别表演对应舞蹈，并最终形成单一连续的镜头。
预览与放大：360p草稿提速降本，最高支持4K输出
Omni 1.1 Flash支持生成360p分辨率的轻量预览，谷歌称其生成速度比标准720p分辨率最多快60%*，成本为三分之一。这一功能用于快速原型制作、故事板迭代和开发者平台内的渲染。博客注明，加速基于360p与720p的系统吞吐量对比（注释a）。对于成片，模型可输出1080p或4K分辨率，谷歌称其“适合专业制作”。“放大至4K”能力被官方列为新特性之一。
产品可用性
Omni 1.1 Flash现已通过Gemini API在Google AI Studio提供，企业用户可通过Gemini Enterprise Agent Platform API使用。博客还指出，从即日起，该模型面向全球Google AI Plus、Pro和Ultra订阅用户在Google Flow中开放；场景扩展功能在Gemini应用中同样对全球Google AI Plus、Pro和Ultra订阅用户开放。博客提及有客户已通过Agent Platform API将Gemini Omni Flash投入生产，但未给出具体客户名称或案例细节。