大模型在多模态领域的竞争正在向更高清、更长时的视频生成方向快速演进。当地时间8月27日，谷歌正式发布了全新的Gemini Omni1.1Flash视频生成AI模型，该模型不仅最高支持输出4K超高清分辨率，还在场景扩展、运镜控制以及生成效率上实现了全面升级。
作为面向开发者和专业创作者的高性能工具，Gemini Omni1.1Flash在功能设计上带来了多项亮眼亮点。在场景扩展方面，用户可以直接基于已有视频的结尾处无缝衔接并继续生成后续画面，每次扩展步长为10秒，累计最长时长可达40秒;在运镜控制上，通过指定镜头的起始帧与结束帧，即可轻松实现平滑自然的转场效果与专业运镜。此外，新模型支持引入最长3秒的参考视频片段，从而在构建新场景时精准维持画面的上下文背景与角色一致性。
在画质与运行效率的平衡上，该模型提供了多档分辨率选项以满足不同场景需求。其中，360p预览模式相较于标准720p分辨率，生成速度最高可提升60%，成本仅为原有的三分之一，非常适合用于快速原型验证、分镜脚本迭代以及高速渲染;而最高则可直接输出画质细腻、细节完善的1080p或4K最终成片。
在具体的计费标准方面，Gemini Omni1.1Flash根据不同输出分辨率采用了阶梯式定价策略。其中，生成360p视频每秒0.03美元（约合0.2元人民币），生成720p视频每秒0.1美元(约合0.67元人民币)，生成1080p视频每秒0.15美元(约合1元人民币)，而最高档的4K视频生成费用则为每秒0.3美元(约合2元人民币)。这一灵活的阶梯定价与多分辨率选择，将进一步降低各类创意团队和开发者使用前沿视频生成技术的门槛。
