Gemini Omni 1.1 Flash 官方发布视觉，图源 Google
8 月 27 日，Google 发布 Gemini Omni 1.1 Flash。这是一款面向视频生成与编辑的原生多模态模型，已开放 Google AI Studio 和Gemini Enterprise Agent Platform接入入口。
本次更新包括累计 40 秒的场景扩展、首尾帧插值、短视频参考和 360p 预览，并支持 1080p 与 4K 上采样输出。镜头起止画面、参考人物、动作、时长和分辨率均可显式指定，模型 ID 为 gemini-omni-1.1-flash。
原生多模态与对话式视频编辑
Omni 1.1 支持文生视频、图生视频、视频编辑、场景扩展、首尾帧插值和视频参考，并可同步生成对白、音乐与环境音。通过 Interactions API，使用者可以围绕同一结果调整灯光、增加配饰或要求保留未指定区域。
多轮交互降低了局部修改成本。元素保留率、指令命中率和画面一致性需要使用真实素材评测。
Google AI Plus、Pro 和 Ultra 订阅用户可在 Flow 中使用 Omni 1.1，Gemini 应用也已向同一订阅范围开放场景扩展。
Meet Experience
场景拓展：最长 40 秒延续
Omni 1.1 可从片尾继续生成，每轮扩展 10 秒，累计最长 40 秒。模型能分析最多 10 秒的已有画面，上一代主要参考片尾 1 秒，因此新版本获得了更多人物位置、动作、镜头和声音信息，不过角色漂移、跳轴和接缝异常仍可能出现。
Google 的演示包括推轨变焦、推进至人物眼部、时间冻结后的 360 度环绕，以及角色对话期间的连续拉远。场景扩展可同时延续叙事与镜头运动。
短剧、访谈、产品故事和连续广告可借助场景扩展延续已经确认的演员、布景和摄影方向，减少因补充镜头而重新生成整段内容的情况。
官方演示视频（场景续写 · 电影级运镜）
该功能仅支持片尾追加，无法向前补拍或在中段插入内容。上传视频通常不得超过 10 秒，不能追加新对白；模型生成的视频可通过 previous_interaction_id 继续生成语音。"最长 40 秒"指多轮扩展后的累计时长。
Meet Experience
首尾帧控制：为镜头运动设置起止约束
输入时可以指定起始帧和结束帧，由模型补全两者之间的人物动作、镜头轨迹和声音变化。该功能适用于环绕镜头、变焦转场、商品角度切换与循环视频，也能帮助广告和短剧制作锁定关键构图。
首尾帧直接限定画面起点和终点，提示词只需补充运动方式与声音要求，省去大段运镜描述。
官方演示视频（首尾帧过渡）
Meet Experience
视频参考：短片提供人物与动作特征
Omni 1.1 支持在一次请求中加入最多 3 段参考视频，每段不超过 3 秒，用于传递人物外观、对象特征和动作方式。Google 的示例将三段舞蹈分别绑定到狗、章鱼和熊三个角色，并在同一场景中复现对应动作。
这项能力适合角色 IP、达人广告、舞蹈复刻和商品演示。团队可以直接提供动作样本，减少不同成员对文字描述的理解偏差。
官方演示视频（视频参考 · 角色动作迁移）
参考视频中的音频会被忽略，API 暂不支持独立音频参考。使用多项素材时需明确主视频、首尾帧与角色参考的职责。
Meet Experience
360p 预览：降低多版本测试成本
Omni 1.1 新增用于创意预览的 360p 输出。其价格为标准 720p 的三分之一，系统吞吐速度最高提升 60%。单个任务的实际耗时会受到时长、分辨率和系统负载影响。
官方演示视频（360p 草稿快速预览）
360p 可用于批量比较人物动作、镜头、节奏、光线与对白，将高清输出额度集中在进入剪辑和交付的方案上。
低清预览也适合广告 A/B 版本测试。同一创意可以调整人物、卖点、画幅或结尾动作，低清版本用于内部筛选，高清版本用于投放。
Meet Experience
分辨率与计费：4K 为上采样输出
Omni 1.1 支持 360p、720p、1080p 和 4K，默认输出 720p。官方文档将 1080p 和 4K 标注为上采样输出，对应的高清细节来自上采样处理。
官方演示视频（4K 上采样输出）
价格按生成秒数计算，Gemini Omni 1.1 Flash 各档单价如下：
Gemini Omni 1.1 Flash 与 Veo 3.1 系列按生成时长计费对比，图源 Google
360p 预览仅为 720p 标准输出的三分之一，适合在创意阶段批量比较人物、镜头、节奏和对白；确认方向后再用 720p 或更高分辨率交付，避免将高清额度消耗在未定型的方案上。
从创意预览到视频交付
360p 预览适合快速比较构图、节奏和镜头方案；首尾帧用于约束转场；场景扩展负责延长叙事；视频参考用于复用人物、商品和动作特征。产品展示、广告素材、旅行内容、音乐视觉、角色短片和分镜预演均覆盖在这套能力组合中。
四档分辨率覆盖从快速草稿到 4K 交付的完整链路，团队可根据投放渠道和用途灵活选择。场景扩展则进一步降低了补拍成本——延续已有画面比重新生成整段内容更节省时间和预算。
可用入口、区域与技术限制
Gemini API 版本被 Google 描述为 production-ready。Gemini Enterprise Agent Platform 的 gemini-omni-1.1-flash-preview 处于 Preview 阶段，当前仅列出固定配额，不支持按量付费、批量推理或预留吞吐量。实施前需核对账户、区域、配额和 API 类型。
面向个人用户，Omni 1.1 已进入 Google Flow；Gemini 应用开放的是场景扩展能力。具体可用范围应按产品入口核对功能、订阅要求和额度。
官方文档列出的限制包括：
欧洲经济区、瑞士和英国暂不支持编辑或扩展上传视频；模型生成视频的扩展不受影响。
上传视频只能从结尾继续，不能前插或中段扩展。
语音编辑暂不支持，独立音频参考也暂不支持。
英语已完整支持，其他语言尚未完成官方评估，中文需单独测试。
视频生成时间会受到时长、分辨率和当前 API 负载影响。
所有生成视频都包含不可见的 SynthID 水印；企业平台同时标注支持 C2PA 内容凭证。
实测案例与提示词
案例 1：
开放世界二次元终极奥义释放
【镜头语言】电影级 IMAX 24mm 超广角全景俯拍，随后无人机 FPV 视角急速俯冲跟随巨龙双翼，贴地掠过军阵平滑拉升。【画面与主体】灰暗阴云翻滚的中世纪宏伟要塞前方，数万重装铁甲步兵与骑兵方阵严阵以待，旌旗猎猎。一条翼展百米的黑曜石远古巨龙撕裂雷云垂直俯冲，龙鳞反射冷冽天光，双翼拍击掀起狂暴气流卷起漫天沙尘。巨龙低空掠过军阵，喉头聚拢炽热熔岩，喷吐出贯穿战场的金橙色锥形烈焰。【光影与氛围】黑暗高对比度奇幻电影色调，冷灰天空与炽热烈焰形成冷暖强烈对冲，空气中弥漫余烬灰烬与热浪折射畸变。【原生音频】狂风呼啸、巨龙震颤大地的胸腔咆哮（Sub-bass Roar）、烈焰喷射轰鸣声与金属铠甲碰撞震响；低沉雷鸣般的战鼓节拍与宏大北欧史诗合唱交响乐。
案例 2：
顶级智能腕表 4K 探针微距与防水光影
【摄影规格】4K 商业级产品广告摄影，探针微距镜头（Probe Lens），120fps 超高速摄影与平滑电动滑轨（Motorized Slider）。【画面与质感】哑光深灰极简商业影棚。航空级钛合金精工智能手表静置于玄武岩台面。超微距特写下，晶莹水珠在微曲面蓝宝石玻璃镜面上以 0.25 倍速极慢滑落，水珠内折射出精密摄影棚柔光箱与刻度。镜头 360 度平滑旋转摇移，掠过表冠齿轮倒角与细腻拉丝金属纹理。随后 AMOLED 屏幕从深黑中瞬间亮起，流光微粒汇聚成动态心率与罗盘多功能表盘。【布光调色】顶级商业广告三点式布光，高质感金属边缘冷色轮廓光（Rim Light），极黑背景与纯粹高光对比。【原生音频】水滴落在金属镜面的清脆水滴声（ASMR Macro Drop）、表冠精细旋转的机械齿轮微咔嗒声；极具现代科技奢华感的 Minimal Tech 电子节拍与深沉低音弦乐。
案例 3：
欧美高定时装街拍与自信回眸秀 (9:16)
【摄影机位】9:16 竖屏 TikTok/Reels 高端时尚短片，50mm f/1.4 大光圈电影定焦，斯坦尼康（Steadicam）低角度向前倒退平滑跟拍。【人物与动态】阳光明媚的巴黎芳登广场/纽约第五大道午后街头，金发高定欧美超模身着米白色双排扣羊绒风衣与垂感阔腿裤，踩着高跟鞋迈着自信笃定的台步迎面走来。逆光中发丝金光闪烁，微风轻拂风衣下摆翻飞，面料细腻编织纹理与垂坠感纤毫毕现。模特在行进中自然抬手整理墨镜并对着镜头自信回眸一笑。【光影氛围】黄金时刻（Golden Hour）温暖自然漫射光，背景街景呈现奶油般柔和光斑虚化（Creamy Bokeh），胶片暖色调。【原生音频】高跟鞋踩在石板路面的清脆节奏声、微风拂过布料沙沙声、远处都市车流低噪；节奏明快摩登的 French House / Deep House 时尚秀场音乐。
案例 4：
GORE-TEX 冲锋衣狂暴风雨仿生荷叶疏水测试
【摄影机位】电影级 16:9 动态手持跟拍（Handheld Cam）无缝平滑切至微距高速微观镜头，随后航拍拉升至辽阔远景。【场景与细节】海拔 4000 米暴风雨肆虐的冰川荒原山脊，狂风裹挟着倾盆暴雨与冰屑扑面而来。专业探险家身穿亮橙色三层压胶 GORE-TEX 专业冲锋衣迎风前行。镜头贴近胸前与肩部面料超微距：豆大的暴雨砸在面料表面瞬间弹起并凝聚成圆滚滚的水珠（Bionic Lotus Effect 仿生荷叶疏水层），呈流线型迅速滚落，表层无丝毫水渍浸润，防水压胶拉链严丝合缝。随后镜头从探险家坚毅背影迅速拉远升空至雾气缭绕的万丈雪山全貌。【光影调色】纪录片级自然硬核冷色调，雨水在亮橙色防水面料上折射冷光，冷峻大气。【原生音频】逼真的风暴呼啸声、雨水密集猛烈敲击冲锋衣尼龙面料的噼啪清脆声、沉重的登山靴踩踏泥石声；深沉激昂的探索纪录片管弦乐。
案例 5：
精品短剧与悬念
【镜头与调度】9:16 竖屏短剧爆款构图，过肩中景（OTS）快速推入面部超特写，随后切入超慢动作地面微距捕捉破碎瞬间。【场景与表演】极尽奢华的顶级豪门晚宴大厅，巨大水晶吊灯折射璀璨冷光。身着剪裁锋利黑色西装的男主角眼神冰冷如刃，当着在场数十位盛装名流的面，将价值千亿的股权协议书一把撕碎并扬向空中，白纸如雪花纷落。对面盛怒的贵妇失手将盛满深红勃艮第红酒的水晶高脚杯摔落——超慢动作下，高脚杯触碰大理石地砖瞬间四分五裂，深红酒液与晶莹玻璃碎屑如爆炸般向四周四溅飞射。男主嘴角勾起冷笑，沉声开口：“从今天起，这里我说了算。”【光影氛围】高对比度电影级戏剧布光（Chiaroscuro），金色灯火与深色阴影交织，极具压迫感。【原生音频】纸张撕裂的清脆声、水晶高脚杯触地爆裂与玻璃碎渣迸溅声、酒液泼洒声；男主低沉磁性且具威慑力的原声对白；从死寂无声瞬间炸响的重低音弦乐拉弓与悬疑管弦乐。
上线前应验证的指标
正式评测应使用实际的角色、商品、场景和中文语音素材，重点记录以下指标：
首尾帧命中率
角色一致性
扩展成功率
成片采用率
总成本和耗时
多轮扩展至 40 秒后的身份漂移，以及 4K 上采样在实际设备上的表现，也应单独检查。这些结果将决定模型适合进入哪些生产环节，并为分辨率、配额、失败回退和人工审核规则提供依据。
资料来源
Google：Gemini Omni 1.1 Flash lets you build with more control
Gemini API：Generate and edit videos with Gemini Omni Flash
Gemini Enterprise Agent Platform：Gemini Omni 1.1 Flash Preview
作为 Google Cloud 菁英合作伙伴，觅跃科技 Meet Experience 为企业提供 Gemini 系列模型 API 的咨询、开通与接入支持，帮助团队更便捷地使用 Gemini 3.7 Flash、Gemini Omni Flash 等前沿模型能力，更快完成从模型了解、测试体验到 API 使用的第一步。
同时，Meet Experience 自研 Aideaon Growth Agent Workspace 率先接入 Google 最新模型，实现 Agent 从目标拆解到内容生成的全链路闭环。通过平台，你可直接进行 Agent 场景实测，快速锁定最新 Gemini 模型在跨境营销与智能体工作流中的最佳落地点。
欢迎联系我们，立即申请 Google 最新模型体验，抢先释放 AI 驱动的全球增长新势能！
Meet Experience是飞书深诺旗下独立的 Martech 品牌，专注为中国出海企业提供营销数字技术整合解决方案与端到端的专业服务，助力品牌重构出海增长飞轮。
Meet Experience 凭借出海营销 10 年以上实战经验及百万级用户数据和业界首创 AIEDA 方法论，为出海企业提供【AIDEA 咨询诊断】+ 【建站电商、数据分析、用户运营、技术基建四大板块服务】+【长效运营陪跑】一站式出海营销数字技术方案，并针对不同营销场景适配营销数字技术落地方案，实现业务流、数据流与营销数字技术无缝结合
欢迎扫码添加「数字技术体验官」
获取专属服务咨询
了解更多
专业出海服务和定制化支持详情
往期推荐：
供稿：叶烨
编辑：蔡雨彤