Gemini Omni Flash 1.1

概览

Gemini Omni Flash 1.1 是 Google DeepMind 多模态视频模型的第二代，也是第一代能把一条镜头养长的版本。单次生成仍然是 3 到 10 秒、自带声音，但 1.1 补上了初代缺的那几个控制项：从 360p 草稿到 4K 交付的分辨率阶梯、真正能引导画面的参考视频、可以指定末帧让两张静图之间自己补出运动，以及把片子续到 40 秒而人物与配乐都不换的能力。

1.1 到底改了什么

初代 Omni Flash 每条片子都出 720p，十秒封顶。1.1 留住了那套快速、可对话的内核，把周围的天花板一层层拆掉。分辨率变成每次生成都能选，360p 用来低成本试错，1080p 或 4K 放大留给要交付的那一条。参考输入扩到 10 张图片加 3 段短片，每一份在提示词里各领一个角色。成片也不再是终点：续写会读取末尾那段素材接着往下走，一次十秒，最长到初始长度的四倍。

能对话地改，而不是重新抽卡

多数视频模型把提示词当成一次拉杆。Omni Flash 把它当成一段对话里的第一句。模型在多轮之间记着这个场景，所以“外套换成红色”“镜头跟着她转身继续往下走”“招牌改成 CLOSED”这几句会依次落在同一条片子上，面孔、服装和声线都还在。指令短、一次只改一处最见效；没被提到的部分，就是不会动的部分。

Gemini Omni Flash 1.1 与 Morphic

在 Morphic 上，Gemini Omni 和 Veo 3.1、Seedance 2.5、Kling 一起排在视频模型选单里。把镜头连同声音写成一份简报，需要保持一致的元素配上参考图，然后生成；成片落到 Canvas 上，同一份简报还能换个模型再跑一次，两条结果并排看。中文创作者挑视频模型，习惯先把各家版本横着比一遍再决定；在同一块 Canvas 上一站式地比，比来回切工具省事得多。定下来之后继续在后续对话里改，一次一处，场景的上下文会一直跟着走。