Gemini Omni 1.1 Flash 让您构建时拥有更多控制

Google DeepMind 于 2026 年 8 月 27 日发布 Gemini Omni 1.1 Flash，官方博客称其为“生产就绪的更新”，旨在为开发者提供对生成式视频的更多控制。这一发布将 Omni 系列从“真实世界推理”的生成能力推向专业使用场景，通过 Gemini API 在 Google AI Studio 中提供。

博客强调，无论是构建生成式视频工作流、创意工具还是媒体编辑软件，这些更新都让生成式视频“更可控、迭代更快、更精致”，适合实际部署。这一定位暗示 Google 正将生成式视频从实验性功能转向可依赖的创作工具。

场景扩展功能允许开发者从现有视频的结束点继续生成，模型现在可以分析最多 10 秒的先前上下文，而之前的模型仅参考最后一秒。这一改进显著提升了视觉一致性和叙事遵循度，使开发者能够构建更长的故事或分支到新的创意方向。

视频可以以 10 秒为增量进行扩展，累计总长度可达 40 秒。官方博客提供了多个示例提示，展示如何通过连续扩展来构建复杂场景，例如从角色对话到镜头拉远揭示环境，再到时间冻结的环绕镜头。

Omni 1.1 新增了首尾帧插值功能，开发者可以指定开始和结束帧，从而创建平滑、专业的镜头运动和过渡。这一功能对于需要精确控制镜头语言的影视制作尤为重要。

此外，模型支持将最终项目升级至 4K 分辨率，提供“精致、专业的外观”。同时，开发者可以使用 360p 预览来快速迭代并节省成本，这降低了创作过程中的试错成本。

开发者可以通过 Google AI Studio 或 Gemini Enterprise Agent Platform 访问该模型。博客提供了 Gemini API 的代码示例，展示如何通过 previous_interaction_id 实现场景扩展，这表明 API 设计支持交互式连续生成。

官方博客由 Google DeepMind 产品经理 Anish Nangia 和 Alisa Fortin 署名，发布日期为 2026 年 8 月 27 日。博客中还包含由 Google AI 生成的摘要，但摘要内容与正文一致，未提供额外信息。