Google DeepMind 推出 Gemini Omni 1.1 Flash,新增影片生成控制並支援最高 4K 輸出
Gemini Omni 1.1 Flash lets you build with more control
Google DeepMind 推出 Gemini Omni 1.1 Flash,為影片生成加入場景延伸、首尾幀控制、影片參考輸入及 1080p 或 4K 輸出。
場景延伸可分析最多10秒的既有影片,並以10秒增量延長至累計40秒;配合首尾幀指定,呈現更長影片創作中的控制方式。
2026 年 8 月 27 日
|
Omni 現可製作具備影樓級質素的影片,包括延伸場景、首尾影格插值、清晰鋭利的 4K 升頻、更快的原型製作等功能。
Anish Nangia
Google DeepMind 產品經理
Alisa Fortin
Google DeepMind 產品經理
收聽文章
[[duration]] 分鐘
此內容由 Google AI 生成。生成式 AI 仍屬實驗性技術。
今天,我們推出 Gemini Omni 1.1 Flash,為開發者帶來一系列創意控制功能和生成影片能力。Gemini Omni 為生成創作帶來對現實世界的推理能力,而今天的更新則讓 Omni 1.1 可透過 Google AI Studio 中的 Gemini API,供專業用途正式投入生產。
無論你正在建立生成影片工作流程、創意工具還是媒體編輯軟件,這些更新都能讓生成影片更易控制、更快反覆調整,並具備適合實際部署的精緻品質。以下看看有哪些新功能:
延伸場景,講述更長故事
場景延伸功能可讓你以現有影片為基礎,從影片結束的位置無縫接續生成新片段。
使用 Omni 1.1,模型現可分析之前最多 10 秒的內容,大幅超越舊模型只參考最後一秒的做法。這能提升畫面一致性和敍事連貫性,讓你創作更長的故事,或延伸出全新的創作方向。你可以每次延伸 10 秒,累積延伸至總長度 40 秒。
以下示範如何使用 Gemini API 延伸場景:
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",
},
)指定首尾影格
指定鏡頭的起始和結束影格,即可製作流暢的轉場和鏡頭移動。Omni 1.1 會在兩個關鍵影格之間生成連貫影片,適合複雜的鏡頭環繞、縮放轉場或無縫循環片段。
提示 1:在宏偉大廳中,一名身穿米色西裝、正在演奏紅色鼓組的時尚鼓手,以近距離低角度拍攝。鏡頭隨即快速橫搖至側面,展現一名年長薩克斯風手與一名身穿白色服裝、正在旋轉的芭蕾舞者一同演出,柔和的紫色舞台燈光照亮全場。全程一鏡到底,不要跳接。
提示 2:鏡頭推近電視螢幕,畫面中是片段開頭的同一位女性和同一個場景。影片要無縫銜接。全程一鏡到底,不要跳接。
以 360p 更有效率地製作影片草稿
生成輕量預覽,解像度為 360p,速度最快可提升 60%*,成本則只有 Omni 1.1 標準 720p 解像度的三分之一。這有助在開發者平台上快速製作原型、反覆調整分鏡,以及迅速渲染。
*速度提升最高達 60%,根據系統處理 360p 與 720p 解像度影片時的吞吐量計算
提示:微觀鏡頭下的虹彩海洋矽藻,展現精細如玻璃般的矽質外殼和令人驚嘆的天然對稱結構。色彩從深邃的火山琥珀色、暖銅色,延伸至鮮明的青綠和紫色,呈現大地與海洋的豐富色調。細小精巧的結構在乾淨、深色的純色背景中柔和發光。高保真科學影像,細節鋭利、質感自然、微距攝影。整段影片均保持顯微鏡鏡頭效果。
升頻至最高 4K 解像度
使用 Omni 1.1 生成精緻的高解像度 1080p 或 4K 輸出,直接滿足專業製作需求。
提示 1:魚羣遊動,跟拍鏡頭
提示 2:一隻小花栗鼠從畫面左側的樹林竄出,好奇地嗅聞空氣,然後從畫面右側竄出鏡頭。
提示 3:電影感微距特寫,拍攝纖細枝條上鮮艷的金橙色日本楓葉。楓葉在柔和而有節奏的秋風中輕輕沙沙作響、搖曳擺動。陽光透過半透明的葉片,營造温暖明亮的光效。淺景深、夢幻散景背景、極度細膩的紋理、照片級寫實、4k。
在多模態輸入中加入影片參考
創作場景時可參考最多三秒影片,透過影片素材維持畫面脈絡和角色一致性。
提示:使用上載的三段舞者影片,並以提供的角色取代原有舞者。讓他們各自表演參考影片中的舞蹈,並在提供圖片所示的寬敞空間中一起演出。
狗狗角色 dog.png 要跳 dance3.mp4 中的古典舞。章魚 octo.png 要跳 dance1.mp4 中的 hip hop,熊熊 bear.png 則要跳 dance2.mp4 中的霹靂舞。最終結果必須是一個連貫鏡頭,中間沒有場景切換。
啟發你創作的靈感
以下列出一些構想,展示開發者如何把這些新功能應用於自訂工具和創意工作流程。
看看客戶如何將 Omni Flash 用於正式製作
我們的客戶已透過 Agent Platform API,使用 Gemini Omni Flash 推動實際生產工作。你可以觀看他們製作的影片,並瞭解下文提及的模型應用方式。
立即使用 Gemini Omni 1.1 Flash 開發
Gemini Omni 1.1 Flash 定價表。
Omni 1.1 正逐步推出,覆蓋 Google 開發者生態系統:
- 在 Google AI Studio 開始開發:直接在 Google AI Studio 試用 Omni 1.1。
- 在 Gemini Enterprise Agent Platform 上開發:企業可直接透過 Agent Platform API 使用 Omni 1.1 開發。
- 瀏覽開發者文件:參閲官方文件、cookbook和提示指南,瞭解如何在應用程式中整合場景延伸、影片參考和升頻功能。
Omni 1.1 今日起亦在全球 Google AI Plus、Pro 和 Ultra 訂閲者可用的Google Flow推出。場景延伸功能亦已在Gemini 應用程式開放予全球所有 Google AI Plus、Pro 和 Ultra 訂閲者。
收取 Google 最新消息
訂閲電子通訊,取得產品更新、活動資訊、特別優惠等消息。
你的資料將按照Google 私隱政策使用。你可隨時選擇退出。
來源:Google DeepMind · deepmind.google