Google 發布 Gemini Omni 1.1 Flash：影片生成新增場景延伸、首尾影格、360p 草稿與 4K 輸出

Google DeepMind 於 2026 年 8 月 27 日（美西時間）在 Google 官方部落格發布 Gemini Omni 1.1 Flash，由產品經理 Anish Nangia 與 Alisa Fortin 署名。這是 Google 影片生成與編輯多模態模型的新版本，即日起在 Gemini API（Google AI Studio）開放，同步進入 Gemini Enterprise Agent Platform；創作工具 Google Flow 對 AI Plus／Pro／Ultra 訂戶開放，Gemini App 的場景延伸功能則向全球 Plus／Pro／Ultra 訂戶推出。

五項新功能：從「單次生成」走向「可延續、可控制的製作」

• 場景延伸：模型分析前 10 秒的脈絡（前代只看最後 1 秒），每次可延長 10 秒、最長 40 秒，並保持角色、光線與敘事一致。
• 指定首尾影格：給出起始與結束畫面，模型自動生成中間的連續鏡頭與運鏡。
• 360p 草稿模式：相較 720p 標準模式最多快 60%、成本只有三分之一，用來快速打樣。
• 1080p／4K 高解析輸出：供專業製作與正式交付使用。
• 影片參考：可上傳最多 3 秒的外部片段，作為角色或動態的風格參考。

定價以「每秒輸出」計算：360p 為 0.03 美元、720p 為 0.10 美元、1080p 為 0.15 美元、4K 為 0.30 美元。

技術意義：脈絡窗口從 1 秒拉到 10 秒

影片生成模型長期的痛點是「一延長就走樣」——角色換臉、光線跳動、動作接不上。前代僅以最後 1 秒作為延伸依據，模型其實不知道前面發生了什麼；1.1 Flash 把參考脈絡拉到 10 秒，等於讓模型記得完整的一個鏡頭段落，敘事才可能連貫。首尾影格則是把動畫業的「關鍵影格」工作法搬進生成模型：人決定起點與終點，機器負責補間。兩者加起來，生成影片開始具備「可導演性」，而不只是抽卡式的隨機輸出。

與競品比較：用價格分層打開「先草稿再精修」的節奏

360p 草稿模式是本次最務實的設計。多數影片生成工具沒有獨立的低解析度草稿價位，反覆修改提示詞往往以正式輸出的價格計費，試錯成本很快失控。Google 把草稿定在 720p 標準模式三分之一的價格、最多快六成，明確引導使用者「用 360p 反覆試、確定後再出 4K」，與軟體業「先原型再量產」的邏輯一致；以 4K 每秒 0.30 美元計，一支 30 秒短片約 9 美元。the-decoder、Neowin 等媒體於同日跟進報導；從 API 首發與定價透明的策略看，Google 顯然瞄準開發者市場，與 OpenAI Sora、快手可靈（Kling）、Runway 正面競爭。

對管理者的意義

對在泰國經營電商、零售或旅宿的管理者而言，這則新聞的重點不是「AI 又能做影片了」，而是製作流程的成本結構變了：行銷短片的試錯成本降到每秒幾美分，且能指定首尾畫面鎖住品牌調性。若團隊已有素材，可先用 360p 草稿測三到五個版本，內部拍板後再輸出 4K 上架，把外包剪輯來回的時間壓縮到一天之內。