谷歌发布 Gemini Omni 1.1 Flash,这是 5 月亮相、6 月底开放 API 公测的 Gemini Omni Flash 的新版本。

新版单次生成视频最长仍为 10 秒,但首次在 Omni API 中加入视频续写功能。视频生成后,可让模型继续往后拍,每次可接 10 秒,连续续写后整条视频最长可达 40 秒。续写时,模型会参考前面最多 10 秒的画面,确保人物、动作与剧情连贯。

Omni 1.1 还新增首尾帧控制——用户可提供一张开头图片和一张结尾图片,让模型自动生成中间的连续视频。例如指定镜头开始时人物站在远处,结束时来到镜头前,模型会自行补完整个运动过程。

此外,新版引入更便宜的 360p 草稿模式,官方称系统吞吐量最高提升 60%,成本约为 720p 的三分之一。API 价格分别为:360p 每秒 0.03 美元、720p 0.10 美元、1080p 0.15 美元、4K 0.30 美元。其中 1080p 和 4K 均为后期放大,并非原生高分辨率生成。