Gemini Omni 1.1 Flash 今日发布

Gemini Omni 1.1 Flash 是 Google DeepMind 于 2026 年 8 月 27 日正式发布的视频生成与编辑模型，定位从「会生成」升级为「可控制、可直接投入专业生产」。这是 2026 年 5 月发布的初代 Gemini Omni 的首次重大生产级更新，原生支持文本、图像、音频、视频四种模态输入，输出带音频、24 帧/秒、单次 3 至 10 秒视频。

核心能力集中在控制与效率两端。场景延伸（Scene Extension）让模型可分析最多 10 秒前序画面（此前仅参考最后 1 秒），以 10 秒为单位累积延长，单条视频最长可达 40 秒，大幅提升画面一致性与叙事连贯性。首尾帧控制允许开发者通过指定起止帧，由模型生成过渡画面，适用于环绕运镜、推拉镜头与无缝循环素材。视频参考功能支持最多 3 段各 3 秒的参考片段，用于保持角色形象与画面上下文一致。效率方面，360p 草稿模式比标准 720p 生成速度快 60%，成本仅为三分之一，适合原型打样与分镜迭代，定稿后再生成 1080p 或 4K 高清成品。

第三方机构 Arena 盲测中，Gemini Omni 1.1 Flash 在文生视频类别排名第一，在图生视频类别仅次于开源 MiniMax H3 排名第二。SynthID 水印与生产过滤器默认启用，AI 生成内容可溯源。

定价按秒计费：360p 每秒 0.03 美元、720p 0.10 美元、1080p 0.15 美元、4K 0.30 美元。模型已在 Google AI Studio、Gemini Enterprise Agent Platform 上线，Google AI Plus、Pro、Ultra 订阅用户可在 Google Flow 与 Gemini App 中直接使用。Adobe 已将 Omni 1.1 集成进 Firefly 视频编辑工作流，Figma Weave、GMI Cloud、Runway 也已接入。旧版预览端点将于 2026 年 9 月 30 日弃用。

该模型的发布标志着 Google 在 AI 视频工程化方向的关键里程碑，通过场景延长、首尾帧控制等精细化创作能力，进一步拉低了短剧制作、广告创意、电商内容等场景的 AI 视频应用门槛。