2026年8月27日 | Omni 现在提供专业级视频制作，包括延续场景的能力、首尾帧插值、清晰的4K画质提升、更快的原型制作等功能。Anish Nangia，谷歌 DeepMind 产品经理；Alisa Fortin，谷歌 DeepMind 产品经理。您的浏览器不支持音频元素。收听文章 [[duration]] 分钟。这一内容由谷歌人工智能生成。生成式人工智能是实验性的。今天，我们推出了双子座 Omni 1.1 闪电，这是一个新的创意控制和生成视频能力的套件，旨在支持开发者。双子座 Omni 带来了现实世界的推理能力，今天的更新使 Omni 1.1 通过谷歌 AI 工作室的双子座 API 达到专业使用的生产准备状态。无论您是在构建生成视频工作流、创意工具还是媒体编辑软件，这些更新使生成视频的过程更可控、迭代更快，并且能够实现实用部署的精致效果。以下是新功能的概览： 延续场景以便于更长的故事叙述 场景扩展功能使您能够从现有视频无缝地继续生成画面。使用 Omni 1.1，模型现在可以分析最多 10 秒的背景信息——这是之前仅参考最后一秒的模型的飞跃。结果是视觉一致性和叙事遵循的提高，让您可以构建更长的故事或转向新的创意方向。您可以将视频按 10 秒的增量扩展，总长度最多可达 40 秒。以下是如何通过双子座 API 扩展场景的示例： from google import genai client = genai.Client() interaction = client.interactions.create( model="gemini-omni-1.1-flash", previous_interaction_id=previous_video_interaction.id, input=[ {"type": "text", "text": "继续场景。"} ], response_format={ "resolution": "360p", }, ) 指定首尾帧 通过指定镜头的起始帧和结束帧，您可以实现平滑的过渡和相机运动。Omni 1.1 在两个关键帧之间生成连续视频，非常适合复杂的相机轨迹、缩放过渡或无缝循环片段。 提示 1：一个时尚的鼓手穿着米色西装，在宏伟的大厅中演奏红色鼓组，镜头低角度特写，之后镜头迅速平移到一边，揭示出一位老年萨克斯演奏者与一位穿着白色衣服的芭蕾舞者在柔和的紫色舞台灯光下共同演出。一个连续镜头，没有跳切。 提示 2：镜头缩放到电视屏幕，我们可以看到同一位女性和开头的同一场景。无缝视频。一个连续镜头，没有跳切。 更高效地以 360p 制作草稿视频 以 360p 分辨率生成轻量预览，速度提高最多 60%*，同时成本仅为 Omni 1.1 标准 720p 分辨率的三分之一。这对于快速原型制作、故事板迭代和开发平台中的快速渲染非常有帮助。* 基于系统吞吐量，360p 与 720p 分辨率生成速度最高提升 60%。 提示：观察海洋中色彩斑斓的藻类，展示着复杂的玻璃状硅壳，具有令人惊叹的自然对称性。颜色从深火山琥珀和温暖铜色到鲜亮的绿松石和紫色，模仿了土地和海洋丰富的调色板。微小而精致的结构在干净的黑色背景下柔和发光。高保真科学成像，清晰细节，有机纹理，微观摄影。在整个视频中保持显微镜镜头效应。 提升分辨率至 4K 使用 Omni 1.1 生成准备好供专业制作使用的1080p或4K高分辨率输出。 提示 1：鱼群游动，跟踪镜头 提示 2：一只小花栗鼠从屏幕左侧迅速跑出树丛，好奇地嗅了嗅空气，然后从右侧跳出画面 提示 3：生动的金橙色日本枫树叶在细腻的枝条上进行电影般的特写，轻轻地在温和节奏的秋风中摇曳。阳光透过半透明的叶片，产生温暖的光辉效果。浅景深，梦幻的虚化背景，超细节的纹理，真实感，4K。 在您的多模态输入中添加视频参考 在打造您的场景时，参考最多三秒钟的视频，能够让您基于视频参考保持视觉上下文和角色一致性。 提示：使用上传的三段舞者视频，将其与提供的角色替换。让他们在提供的图像中的大开放空间一起表演各自的舞蹈，狗角色 dog.png 应该跳舞的视频来自 dance3.mp4，章鱼角色 octo.png 应该跳舞的视频来自 dance1.mp4，而熊角色 bear.png 应该跳舞的视频来自 dance2.mp4。最终结果应为一个连续镜头，没有场景切换。 激发您可以构建的创意概念 以下是一些想法，展示开发者如何利用这些工具。