前些天，牛来模型（Ox Alpha）显露真身之前，谷歌 DeepMind Gemini 团队在 𝕏 上甚是热闹，让人一度以为 Ox Alpha 是某个新版 Gemini。
事实证明，牛来是地道的中国模型 GLM-5.3-Flash。气氛一度有点尴尬。
随后，Logan Kilpatrick 专门出来澄清：此前那些引发猜测的评论，指向的是 Gemini 3.7 Flash 的发布。
这场乌龙刚过去没多久，今天凌晨，谷歌又发布了一个新的视频模型：Gemini Omni 1.1 Flash。
虽然似乎在孙割大瓜阴影下，Gemini Omni 1.1 Flash 热度一般，但从榜单成绩来看，这个模型还是挺牛的，值得一点关注。
总结起来，Omni 1.1 Flash 此次更新的重点集中在视频制作流程的连续性、可控性和迭代效率。
首先是场景延展能力。Omni 1.1 Flash 现在可以读取最多 10 秒的前序视频上下文，并在此基础上继续生成后续画面。单次可扩展 10 秒，累计视频长度最高可达到 40 秒。
上下文长度提升后，模型可以获得更多人物状态、场景关系、镜头运动和剧情信息。对于连续对白、长镜头、叙事视频以及需要多段生成的视频项目，这项能力会直接影响成片的一致性。
Google 展示的案例中，同一个场景可以连续完成对话、镜头后拉、空间转换等动作，同时保持人物和环境关系相对稳定。创作者也可以从同一段素材继续生成不同镜头方案，例如推轨变焦、快速变焦以及环绕镜头。
其次，Omni 1.1 Flash 增加了首帧和尾帧控制。创作者可以指定一个镜头的起始画面与结束画面，由模型补全中间的连续运动。这项能力适用于环绕镜头、推拉镜头、快速转场以及循环视频等场景，也进一步提升了生成视频对镜头语言的可编排程度。
在制作效率方面，Google 为 Omni 1.1 Flash 提供了 360p 草稿模式。官方数据显示，360p 模式的系统吞吐速度最高可比 720p 提升约 60%，生成成本约为 720p 的三分之一。
这一模式更适合创作前期。AI 视频制作通常需要反复尝试提示词、镜头运动、人物动作和构图。创作者可以先批量生成低分辨率版本，从多个方案中筛选方向，再进入高分辨率生产阶段。
Google 在演示中展示了一套类似「Draft Room」的工作流：一次生成多个 360p 版本，每个版本调整一个变量，再进行并排比较。
成片输出方面，Omni 1.1 Flash 支持将视频提升至 1080p 和 4K 分辨率。4K 的加入，使这款模型能够覆盖更多面向成片交付的场景，包括广告素材、品牌视频、产品展示、影视预演以及高分辨率社交媒体内容。
多模态参考能力也是此次升级的重要部分。用户可以在输入中加入最长 3 秒的视频参考，让模型提取动作、节奏、视觉关系等信息，再结合图片和文字提示生成新的场景。例如，开发者可以将不同舞蹈视频作为动作参考，再将动作映射到指定角色和场景中。
从整体定位来看，Gemini Omni 1.1 Flash 正逐渐形成一套面向开发者和创意工具厂商的视频生成基础能力。场景延展解决连续内容生成，首尾帧提供镜头级控制，360p 草稿模式提升试错效率，4K 输出承担成片交付，视频参考输入则进一步增强素材复用和动作迁移能力。
目前，Omni 1.1 Flash 已面向开发者开放 Gemini API 和 Google AI Studio 接入，企业客户可通过 Agent Platform API 使用；消费端则覆盖全球 Google AI Plus、Pro 和 Ultra 用户，相关能力已进入 Google Flow 和 Gemini App。
我们也在Gemini 网页版体验了下 Gemini Omni 1.1 Flash。
这里使用《牛来》截图与何润东版吕布剧照，再加一句极简提示词，生成了一段「三动物战吕布」：
有一说一，Flash 速度确实快。效果还行，但视频内容没有严格遵照参考图，失了「牛来」原版拙劣画风的搞笑精髓。
下面我们试图复现一下「华强买瓜」的经典视频片段，但遗憾的是，不管是基于参考图，还是单纯的文生视频，Gemini 都拒绝了生成——我们也不清楚撞上了什么奇怪护栏。
接下来，我们蹭个热点，截取大热散文生成一个视频，看看 Gemini 的文生视频表现：
整体来说，细节相当出色。最后我们生成了一个人类进化视频，也相当好：
大家体验这个新模型了吗，觉得效果如何？
另外，Gemini 3.5 Pro 什么时候发？
© THE END
转载请联系本公众号获得授权
投稿或寻求报道：liyazhou@jiqizhixin.com
