Gemini Omni 1.1 Flash：Google 以 40 秒場景、關鍵影格控制與 4K，讓 AI 影片正式邁向量產

兩年前，生成式影片還只是個炫技玩意兒：幾秒鐘閃爍不定的畫面，角色一轉頭就破功。2026 年 8 月 27 日，Google 推出了一項更新，迄今最有說服力地證明 AI 影片已經從展示品跨入量產工具的領域。Gemini Omni 1.1 Flash——這是 Google Omni 影片模型今年初問世以來的首次重大版本升級——是一整套面向開發者的創作控制功能，其功能清單讀起來不像模型改版，更像後期製作的檢核表。

Omni 1.1 新功能一覽

首要升級是場景延伸（scene extension）。過去的模型在續接影片時只能參考最後一秒的畫面，導致較長的序列不斷漂移：角色外觀改變、光線偏移、故事推進幾個鏡頭後就失去連貫性。Omni 1.1 在生成新畫面前會分析多達 10 秒的前置上下文，讓角色身分、動作與敘事狀態保持一致。場景可以每次延伸 10 秒，累積總長度可達 40 秒——這已經足夠容納一個完整的敘事段落，而不只是一張加長版的 GIF。

其次是首尾影格插值（first/last frame interpolation）。開發者可以指定一個鏡頭的起始與結束影格，模型會在兩個關鍵影格之間生成連續影片。這種控制對真正的剪輯工作至關重要：運鏡環繞、快速橫搖、推軌變焦（dolly zoom）與無縫循環，全部都可以透過錨定鏡頭的起點與終點來下達指令。在 Google 的示範素材中，鼓手的特寫鏡頭一個快速橫搖，帶出薩克斯風手與正在旋轉的芭蕾舞者——一鏡到底，沒有跳接。

第三是 4K 放大路徑。先快速且便宜地生成，再把選定的結果放大到 1080p 或原生 4K 交付。Google 明確針對「先草稿、後成品」的工作流程做最佳化：360p 草稿模式的生成速度最快提升 60%（依系統吞吐量計算），成本僅為 720p 的三分之一。對於習慣燒預算在全解析度生成、只為確認提示詞是否可行的團隊來說，光這一點就改變了迭代的經濟學。

第四是影片參考（video references）。Omni 1.1 接受最多三秒的上傳影片作為風格與動作參考，讓創作者能把角色、編舞與動作模式帶進新的生成結果。Google 的示範：把三段參考舞者換成一隻狗、一隻章魚和一隻熊，各自演出指定參考片段中的舞蹈，一鏡到底完成。

價格的數學

Omni 1.1 Flash 的每秒定價：360p 為 0.03 美元、720p 為 0.10 美元、1080p 理論上為 0.15 美元、4K 為 0.30 美元。這個定價經過精心布局——720p 與 Google 自家的 Veo 3.1 Lite 持平（0.10 美元），360p 草稿則全面低於市場上所有對手。一段完整的 40 秒 720p 場景約需 4 美元；同樣長度的 360p 草稿只要 1.20 美元。對於在確定主鏡頭前需要測試數十種版本的代理商與工作室而言，草稿級距才是真正的亮點。

誰已經在用了

Google 也藉這次發表展示採用成果。Adobe 已將 Gemini Omni Flash 整合進 Firefly；Figma Weave 將它作為創意畫布的核心影片引擎，創意總監 Itay Schiff 指出，延伸功能、更豐富的參考素材與 4K 解析度「讓團隊不只是生成影片，而是真正在執導影片」。Runway——名義上是 Google 在生成式影片領域的競爭對手——也在自家模型之外提供 Omni Flash，其創意長 Jamie Umpherson 形容它「自然融入人們既有使用 Runway 的方式」。GMI Cloud 則以教育內容為例，強調其細節「經得起放大檢視」。

最後這點其實比行銷話術更重要。外界對 AI 影片的一貫批評從來不是解析度，而是可靠性：手部、文字、物理效果與連貫性在細看時崩壞。10 秒的上下文視窗無法修好每一個瑕疵，但它直接攻擊了連貫性這個核心問題，而合作夥伴選擇 Omni 用於教育這類對準確度敏感的垂直領域，恰恰說明這一代模型比前代更撐得住嚴格檢視。

全面同步上線

有別於某些分階段推出，Omni 1.1 第一天就廣泛上線：Google AI Studio 與 Gemini API、企業用的 Gemini Enterprise Agent Platform，以及全球所有 Google AI Plus、Pro 與 Ultra 訂閱者的 Google Flow，場景延伸功能也同步在 Gemini 應用程式中開放。API 本身極簡——Google 文章中的程式碼範例只是一段簡短的 genai.Client() 呼叫，指定模型、先前的互動 ID 與目標解析度。低整合摩擦顯然是策略的一環。

為什麼重要

生成式影片市場正在收斂到一個論點：獲勝的模型不是單次生成最漂亮的那個，而是行為像一條可控製作管線的那個——負擔得起迭代的草稿、可以對其下指令的關鍵影格、能保留身分一致性的參考素材，以及通往交付解析度的放大路徑。OpenAI 的 Sora、Runway 的 Gen-4 與 Kling 都在競逐同一份檢核表。Omni 1.1 Flash 是目前為止最完整的版本，而且在草稿級距擁有最激進的價格。

「令人驚豔的展示」與「工作室能拿來計費的工具」之間的差距，向來在於控制、成本與可靠性。Google 這次同時轉動了這三個旋鈕。未來十二個月的 AI 影片競賽，重點不在模型能否生成美麗的幾秒鐘——這早就做得到了——而在誰能以製作預算吸收得起的價格，維持一個連貫的 40 秒場景。從這週起，這場競賽有了新的領先者。