Gemini Omni 1.1 Flash 发布：视频生成更可控

谷歌 DeepMind 今天正式推出 Gemini Omni 1.1 Flash，为开发者带来一组新的创意控制与生成视频能力。Gemini Omni 本身主打真实世界推理，而这次更新让 Omni 1.1 通过 Gemini API 在 Google AI Studio 中达到专业生产级水准。

无论是构建生成视频工作流、创意工具还是媒体编辑软件，这些更新都让生成视频更可控、迭代更快，也更接近真实部署的要求。具体来看：

Gemini Omni 1.1 Flash 可通过 API 使用，配图包含人物与松鼠等画面

场景扩展：讲更长的故事

场景扩展功能允许你接续现有视频，从结尾处无缝生成后续画面。Omni 1.1 现在可以分析最多 10 秒的先前上下文——此前模型只能参考最后 1 秒，因此在视觉一致性和叙事连贯性上有了明显提升。你可以按 10 秒增量扩展视频，累计最长 40 秒。

通过 Gemini API 扩展场景的示例：

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",
    },
)

指定首尾帧：平滑转场与运镜

通过指定一段镜头的起始帧和结束帧，Omni 1.1 能在两个关键帧之间生成连续视频。这个功能非常适合复杂的相机环绕、缩放转场或无缝循环片段。示例提示词包括：穿米色西装鼓手的低角度特写，镜头快速横摇至吹萨克斯的老者和旋转中的芭蕾舞者；或者镜头推近电视屏幕，看到相同的人物与场景，全程无跳切。

360p 快速草稿：更快迭代

开发者可以先生成 360p 分辨率轻量预览，速度最高提升 60%（基于360p与720p系统吞吐量对比），成本只有 Omni 1.1 标准 720p 输出的三分之一。这特别适合快速原型、分镜迭代和开发平台内的快速渲染。示例提示词是一段微观视角下的海洋硅藻，玻璃般的硅质外壳呈现琥珀、铜、绿松石和紫色调，背景干净，保持显微镜镜头效果。