闲社

标题: Google发布Gemini Omni 1.1 Flash：视频续写与插值 [打印本页]

作者: 天涯冰雪儿 时间: 6 小时前
标题: Google发布Gemini Omni 1.1 Flash：视频续写与插值
【事件概述】
Google 于 2026 年 8 月 27 日将 Gemini Omni Flash 的稳定版本正式推向 GA，模型 ID 为 gemini-omni-1.1-flash。它面向快速、可对话的视频生成与编辑，在原有文本或图片生成短视频、自然语言多轮编辑的基础上，新增视频片尾续写、首尾帧插值和输出分辨率控制。

【模型与开发者】
模型：Gemini Omni 1.1 Flash
开发者：Google
官方发布日期：2026 年 8 月 27 日
发布状态：正式可用（GA）

事件日期来自 Google Gemini API 官方发布说明的 8 月 27 日条目；官方模型页同样标注最后更新于 2026 年 8 月 27 日 UTC。本文区分模型发布事件与网页抓取时间，不把搜索结果摘要的更新时间当作发布日期。

【关键能力与改动】
1. 视频续写：可分析已有视频并在片尾生成 3 至 10 秒的连续内容。对于模型此前生成的视频，可通过 previous_interaction_id 继续多轮扩展；官方提示每次可扩展 10 秒，累计总长度最高 40 秒。
2. 首尾帧插值：输入两张图片并描述过渡方式，模型会把第一张作为起始帧、第二张作为结束帧，生成两者之间的动态过程。
3. 分辨率控制：新增 360p、720p、1080p 和 4K 选项，默认是 720p。官方明确说明 1080p 与 4K 由上采样得到，不能解读为原生高分辨率生成。
4. 对话式编辑：通过 Interactions API 保留前一轮上下文，可用自然语言调整光线、替换背景或修改画面元素；每次编辑都会产生一段新视频。
5. 输入与输出：官方模型页列出文本、图片和视频输入，上传视频用于编辑或续写时最长 10 秒；输出为 3 至 10 秒、24 FPS 的视频。
6. 版本迁移：稳定端点为 gemini-omni-1.1-flash，旧的 gemini-omni-flash-preview 端点计划于 2026 年 9 月 30 日弃用，现有应用需要提前迁移并重新验证结果。

【适用对象】
适合开发短视频创作工具、广告分镜原型、商品动态展示、故事板动画、视频编辑助手和多轮创意工作流的团队。首尾帧插值适合需要明确开场与收尾画面的转场任务；片尾续写适合在保留原场景运动趋势的前提下延长镜头。它通过 Gemini API 和 Interactions API 使用，并非可下载到本地的开放权重模型。

【实际影响】
过去需要把文生视频、图生视频、视频续写和后期编辑拆成多个模型或管线的产品，现在可以在同一个模型会话里完成更多步骤，开发者也能利用 previous_interaction_id 逐轮修改结果。不过，对话式编辑仍然是重新生成新视频，并不等同于传统剪辑软件里的无损、逐帧修改；画面连续性、人物一致性、文字准确性和声音效果仍应逐条验收。

【限制与使用提醒】
视频续写只能追加在片尾，不能在片头添加内容，也不能从视频中间插入扩展。上传视频用于编辑或续写时需不超过 10 秒；对于含有人物说话的上传视频，目前不能通过续写新增对白，语音编辑也不受支持。上传和编辑或续写视频在欧洲经济区、瑞士和英国存在区域限制。

官方文档说明英语已获得完整支持，其他语言尚未评估，因此中文提示词可能可用，但效果稳定性不能据此保证。所有生成视频包含不可见的 SynthID 水印，输入提示词和输出视频还会经过因地区而异的内容安全过滤。生成速度会受视频时长、分辨率和当前 API 负载影响；高分辨率选项也不代表细节、事实性或运动质量一定同步提升。涉及商业人物、品牌资产和版权素材时，仍需取得相应授权并人工审核最终成片。

【官方来源】
Google Gemini API 官方发布说明：https://ai.google.dev/gemini-api/docs/changelog
Gemini Omni Flash 官方模型页：https://ai.google.dev/gemini-api/docs/models/gemini-omni-flash
Gemini Omni Flash 官方使用指南：https://ai.google.dev/gemini-api/docs/omni

欢迎光临闲社 (https://www.xianshe.com/)