AI影片生成不再走鐘!Google推出Gemini Omni 1.1 Flash,靠「回看10秒」無縫延伸場景

  • 原文標題:AI影片生成不再走鐘!Google推出Gemini Omni 1.1 Flash,靠「回看10秒」無縫延伸場景
  • 作者:李先泰
  • 發布時間:2026-08-28T11:50:00+08:00
  • 修訂時間:2026-08-28T11:50:00+08:00
  • 來源:數位時代 BusinessNext
  • 擷取方式:BusinessNext NewsArticle.articleBody JSON-LD;以下保留目前 canonical 頁面的正文與文字,不加入衍生摘要。
  • Canonical URL:https://www.bnext.com.tw/article/92032/gemini-omni-1-1-flash-video-extension-interpolation
  • Source scope:BusinessNext /categories/ai approved surface

原文擷取

Google 於美國時間 8 月 27 日(台灣時間 28 日凌晨)正式發表影片生成模型 Gemini Omni 1.1 Flash,並已將其列入 Gemini API 付費層的正式推出版本(免費層暫不提供)。本次更新的核心並非單純強調畫質規格,而是致力於將影片生成轉化為一套可反覆修改的實用工作流。新版模型引進了多項關鍵功能:場景延伸、首尾影格指定、360p 快速預覽輸出、1080p 與 4K 畫質升頻,同時支援在輸入端加入最多 3 支(每支最長 3 秒)的參考影片。Google 強調,這些升級將使影片生成過程更具可控性、加速迭代效率,並更符合實際商用部署的需求。

Introducing Gemini Omni 1.1 Flash: this model brings a new suite of creative controls and generative video capabilities to developers — extend scenes for longer storytelling; specify first and last frames; draft videos more efficiently in 360p; upscale up to 4K. 來源為 Google AI Studio X 貼文(2026-08-27)。

從預覽版邁向正式版:首度加入延伸與首尾影格插補

根據 Gemini API 的官方更新紀錄,Google 先前於 2026 年 6 月底推出了主打高速生成與對話式編輯的公開預覽版(gemini-omni-flash-preview)。而此次發布的正式版(gemini-omni-1.1-flash)則進一步加入了影片延伸、首尾影格插補以及更彈性的解析度控制。舊有的預覽版端點則預計將於 2026 年 9 月 30 日終止服務。

在眾多新功能中,「場景延伸」允許開發者匯入既有影片,並從結尾處無縫接續生成新內容。Google 說明,與過往模型僅能參考最後 1 秒的畫面不同,Omni 1.1 可將輸入影片結尾前多達 10 秒的片段納入上下文運算。這項改進大幅提升了視覺一致性與敘事的連貫度。影片延伸會以 10 秒為單位進行,累計生成總長最高可達 40 秒。

「指定首尾影格」功能則賦予模型在兩個關鍵影格之間,自動補算並生成連續影像的能力。官方特別指出,這項技術非常適合應用於複雜的環繞運鏡、變焦轉場,或是製作無縫循環播放的視覺素材。

簡單來說,過去在銜接影片時,模型因為「只看得到最後一秒」,生成的內容往往容易走鐘失真;現在模型具備了「回頭看 10 秒」的記憶能力,能更精準掌握先前的畫面脈絡。

Omni 1.1 Flash is now in Google Flow, giving you even more creative control over your vision. 新增 end frames 讓影片的開始與結束都能被指定,以協助維持角色與敘事一致性。來源為 Google Flow X 貼文(2026-08-27)。

支援 360p 快速預覽,正式輸出可升級 1080p 或 4K

為了優化開發流程,Google 本次新增了 360p 較低解析度的輸出選項。相較於標準的 720p,360p 模式的生成速度提升最高可達 60%(官方註明此數據是基於兩者的系統吞吐量比較得出),且成本僅需約三分之一。這項功能明確瞄準了快速原型製作、分鏡迭代,以及開發平台上的即時算圖需求,讓創作者能在低成本快速確認畫面效果後,再選擇進行 1080p 或 4K 的高畫質正式生成。

延伸閱讀:比爾蓋茲警告:AI恐掀人類史最動盪時期!他提「AI稅、人類保留區」3解方

資料來源:Google 官方公告、Gemini API 更新紀錄、Gemini Omni 1.1 Flash 開發者文件、Gemini API 定價

本文初稿為AI編撰,整理.編輯/ 李先泰

Source notes

  • 本 raw capture 保留 BusinessNext 對 Gemini Omni 1.1 Flash 正式版、影片場景延伸、首尾影格插補、參考影片、解析度選項與 API 版本遷移的整理。
  • 模型功能、預覽版終止日期、生成速度、系統吞吐量、成本與 4K 升頻均屬 Google/BusinessNext attribution;正式導入前應回查 Google 官方公告、開發者文件與實際 API 帳號。
  • 360p 的速度與成本數字是官方比較口徑,不等於所有硬體、影片內容或工作流的獨立 benchmark;本文亦不把「回看 10 秒」描述成一般 agent 的長期記憶能力。