Techapple.com
新聞AI時代

Gemini Omni 1.1 Flash 正式登場:新增場景延伸、4K 升頻等生成式影片功能

Google 正式推出 Gemini Omni 1.1 Flash,這是一套專為開發者而設的生成式影片工具,透過 Gemini API 及 Google AI Studio 開放使用。繼前代 Gemini Omni 將真實世界推理帶入生成式創作後,本次更新重點在於讓生成式影片更具可控性、更易於快速反覆調整,並提升到可應用於專業製作的水準。

Omni 1.1 Flash生成影片Demo

重點一覽

  • Gemini Omni 1.1 Flash 正式推出,透過 Gemini API 與 Google AI Studio 提供開發者使用。
  • 新增場景延伸功能,可分析最多 10 秒的先前內容,並以 10 秒為單位持續延伸至累計 40 秒。
  • 支援指定首尾幀生成連續影片,並提供 360p 快速草稿與 1080p、4K 高解析度升頻輸出。
  • 可輸入最多 3 秒影片作為參考,保持視覺與角色一致性。

場景延伸:讓故事更長

場景延伸功能可讓開發者承接現有影片,無縫延續生成後續畫面。Omni 1.1 現可分析最多 10 秒的先前內容,相比以往模型只參考最後一秒,視覺一致性和敘事連貫性都明顯提升。開發者可以 10 秒為單位持續延伸,累計總長度最高可達 40 秒,適合建立更長的故事或開拓新的創作方向。

指定首尾幀與連續鏡頭

新的首尾幀指定功能,可讓開發者設定鏡頭的第一格與最後一格畫面,模型會在這兩個關鍵幀之間生成連續影片。這對複雜的環繞鏡頭、縮放轉場或無縫循環片段特別實用,可輸出單一連續鏡頭,避免跳接。

360p 草稿:更快更省

Omni 1.1 支援以 360p 解析度生成輕量預覽草稿,相比標準 720p 輸出,生成速度最多可加快 60%,成本約為三分之一。這有助於快速原型製作、分鏡迭代,以及開發者平台的快速渲染流程。

4K 升頻:準備好專業輸出

需要高解析度成品時,Omni 1.1 可生成 1080p 或 4K 的輸出,直接符合專業製作的要求。開發者可先以 360p 草稿快速確認構圖,再生成高解析度最終版本。

影片參考輸入:保持視覺一致性

模型現可在多模態輸入中引用最多 3 秒的影片作為參考,讓開發者在創作場景時保持視覺脈絡與角色一致性。例如將參考影片中的舞者動作,套用到另一組角色身上,並輸出為單一連續鏡頭。

推出與可用性

Gemini Omni 1.1 Flash 已開放於 Google AI Studio 中試用,企業開發者可部署至 Gemini Enterprise Agent Platform,並提供官方文件、cookbook 及提示指南作整合參考。此外,Omni 1.1 亦已向全球 Google AI Plus、Pro 及 Ultra 訂閱用戶開放,可在 Google Flow 中使用;場景延伸功能則可在 Gemini 應用程式內使用。詳細價格及輸出規格可參考 Google 官方定價頁。

資料來源:Google The Keyword Blog

TechApple.com 編輯部

堅持製作專業科技內容,全員擁有多種不同技術知識的特異科技媒體團隊。 電郵:editor@techapple.com