近日，Google 推出了生成式视频模型 Gemini Omni 1.1 Flash，并重点升级了“长视频制作能力”。这意味着创作者不再局限于一次性产出短片，而是可以像剪辑一样，把画面分段往后接着长出来：模型在延伸影片时，可参考前面最多 10 秒内容，每次向后继续生成约 10 秒，累积最长可到 40 秒。相比旧版本只能参考末尾最后 1 秒的方式，新能力更有利于维持人物、场景与叙事的前后连贯。
更关键的是，新模型加入“首尾影格控制”。用户只需指定视频开头与结尾的两帧（首尾影格），其余中间画面由模型自动补齐，并形成连续影像。对需要镜头节奏、转场效果或重复播放短片的团队来说，这相当于多了一层“画面级导演能力”，不必只靠文字描述来推断镜头走向。
为了提升迭代效率，Gemini Omni 1.1 Flash 还提供了 360p 快速草稿模式。Google 表示，相比 720p，360p 的生成速度最高可快 60%，成本大约只有三分之一。开发者可以先用低分辨率快速跑通创意与版本，再在确认方向后切换到更高规格输出；同时，模型也可以输出 1080p 或最高 4K，属于先生成再通过后续处理提升清晰度，而非强制从一开始就直接硬做 4K。
此外，模型支持使用最长 3 秒的影片作为参考素材。它会根据参考片段中的动作与画面内容生成新视频。例如：你给出一张人物图片，再配一段舞蹈参考视频，就可以要求生成的角色模仿参考中的动作，让角色一致性更容易落地。
目前，Gemini Omni 1.1 Flash 已通过 Gemini API 提供，也可在 Google AI Studio 使用；在订阅体系中，Flow 会向部分用户提供这种新版模型，Gemini 应用也补上了影片场景延伸功能。对想把生成式视频做成“可控工作流”的开发者而言，这次升级更像是在把生成能力从“会做”推向“好做、好剪、可复用”。
