模型发布2 分钟读完Hacker News
Google DeepMind 推出 Gemini Omni 1.1 Flash，增强视频生成控制力
速览
Google DeepMind 发布 Gemini Omni 1.1 Flash，为开发者提供更强的生成式视频控制能力。新功能支持场景扩展、首尾帧指定和 4K 分辨率输出，助力专业视频制作。开发者可通过 Google AI Studio 和 Gemini Enterprise Agent Platform 使用该模型，实现更高效、更精细的视频创作。
Google DeepMind 今日推出 Gemini Omni 1.1 Flash，这是一款面向开发者的生产就绪更新，旨在提升生成式视频的控制精度。新版本引入多项功能，包括场景扩展、首尾帧插值和 4K 高清输出，使视频创作更贴近专业需求。
场景扩展功能允许开发者从现有视频继续生成内容，模型可分析最多 10 秒的先前上下文，相较于之前版本仅参考最后一秒，大幅提升了视觉一致性和叙事连贯性。视频可按 10 秒为单位扩展，累计最长可达 40 秒。此外，开发者可指定镜头的起始和结束帧，实现平滑的相机运动和无缝转场。
为提高迭代效率，Omni 1.1 Flash 提供 360p 分辨率预览模式，生成速度最高提升 60%，成本仅为标准 720p 分辨率的三分之一。最终制作时，开发者可将项目升级至 4K 分辨率，获得专业级画质。这些功能旨在简化生成式视频工作流，加速从原型到成品的开发过程。
目前，该模型已通过 Google AI Studio 和 Gemini Enterprise Agent Platform 开放使用，开发者可立即开始构建视频编辑工具、创意软件或媒体处理应用。