Gemini Omni 1.1 Flash 發佈說明 / 有什麼新功能

Google DeepMind 推出了 Gemini Omni 1.1 Flash，這是一套生成式影片功能與創意控制工具，旨在讓生成式影片達到專業用途的生產力水準。此更新可透過 Google AI Studio 中的 Gemini API 使用，重點在於為開發媒體編輯軟體與創意工具的開發者提高可控性、迭代速度與輸出品質。

增強型場景延伸以維持敘事一致性

Gemini Omni 1.1 Flash 允許使用者無縫地延伸現有的影片片段。該模型現在可以分析多達 10 秒的前文脈絡——這與先前僅參考最後一秒的模型相比有了顯著提升——以改善視覺一致性與敘事遵循度。

影片可以以 10 秒為增量進行延伸，總累計長度可達 40 秒。

透過影格插值實現精確的動作控制

Omni 1.1 能夠指定鏡頭的起始與結束影格。模型會在兩個關鍵影格之間生成連續的影片，這有助於在不產生跳接的情況下，建立複雜的攝影機軌道運動、縮放轉換與無縫循環片段。

使用 360p 草稿進行優化的原型設計

為了加速迭代過程，Omni 1.1 支援生成 360p 解析度的輕量級預覽。這些草稿的生成速度比標準 720p 解析度快上 60%，且成本僅為其三分之一，非常適合快速原型設計與分鏡腳本迭代。

專業解析度與放大技術

Omni 1.1 支援可供專業製作使用的解析度輸出，並具備將影片放大至 1080p 或 4K 解析度的能力。

多模態影片參考

開發者現在可以將多達 3 秒的影片作為多模態輸入的一部分。這讓模型在生成新內容時，能透過參考上傳影片檔案中的特定動作或場景，來維持角色一致性與視覺脈絡。

可用性與整合

Gemini Omni 1.1 Flash 可透過多個 Google 平台使用：

• Google AI Studio: 直接存取以進行開發與測試。
• Gemini Enterprise Agent Platform: 為企業開發者提供部署選項。
• Google Flow: 提供給 Google AI Plus, Pro, 與 Ultra 訂閱者使用。
• Gemini App: 全球 Google AI Plus, Pro, 與 Ultra 訂閱者皆可使用場景延伸功能。