Google DeepMind launches Gemini Omni 1.1 Flash video model with scene extension, 4K upscaling
Google DeepMind announced Gemini Omni 1.1 Flash, a video production model with scene extension, first/last frame interpolation, and 4K upscaling. It reads up to 10 seconds of prior video context, extends scenes in 10-second increments up to 40 seconds total, and offers a 360p draft mode with up to 60% higher throughput and about one-third the cost of 720p.
Coverage timeline
Google DeepMind Blog
Techmeme
Google : Google launches Gemini Omni 1.1 Flash, which it says delivers studio-quality video production, including the ability to extend a scene, 4K upscaling, and more — Omni now delivers studio-quality video production, including the ability to extend a scene, first and last frame interpolation …
Hacker Newssaretup
机器之心机器之心
前些天，牛来模型（Ox Alpha）显露真身之前，谷歌 DeepMind Gemini 团队在 𝕏 上甚是热闹，让人一度以为 Ox Alpha 是某个新版 Gemini。 事实证明，牛来是地道的中国模型 GLM-5.3-Flash。气氛一度有点尴尬。 随后，Logan Kilpatrick 专门出来澄清：此前那些引发猜测的评论，指向的是 Gemini 3.7 Flash 的发布。 这场乌龙刚过去没多久，今天凌晨，谷歌又发布了一个新的视频模型：Gemini Omni 1.1 Flash。 虽然似乎在孙割大瓜阴影下，Gemini Omni 1.1 Flash 热度一般，但从榜单成绩来看，这个模型还是挺牛的，值得一点关注。 总结起来，Omni 1.1 Flash 此次更新的重点集中在视频制作流程的 连续性、可控性和迭代效率。 首先是 场景延展能力 。Omni 1.1 Flash 现在可以读取最多 10 秒的前序视频上下文，并在此基础上继续生成后续画面。单次可扩展 10 秒，累计视频长度最高可达到 40 秒。 上下文长度提升后，模型可以获得更多人物状态、场景关系、镜头运动和剧情信息。对于连续对白、长镜头、叙事视频以及需要多段生成的视频项目，这项能力会直接影响成片的一致性。 Google 展示的案例中，同一个场景可以连续完成对话、镜头后拉、空间转换等动作，同时保持人物和环境关系相对稳定。创作者也可以从同一段素材继续生成不同镜头方案，例如推轨变焦、快速变焦以及环绕镜头。 其次，Omni 1.1 Flash 增加了 首帧和尾帧控制 。创作者可以指定一个镜头的起始画面与结束画面，由模型补全中间的连续运动。这项能力适用于环绕镜头、推拉镜头、快速转场以及循环视频等场景，也进一步提升了生成视频对镜头语言的可编排程度。 在制作效率方面，Google 为 Omni 1.1 Flash 提供了 360p 草稿模式 。官方数据显示，360p 模式的系统吞吐速度最高可比 720p 提升约 60%，生成成本约为 720p 的三分之一。 这一模式更适合创作前期。AI 视频制作通常需要反复尝试提示词、镜头运动、人物动作和构图。创作者可以先批量生成低分辨率版本，从多个方案中筛选方向，再进入高分辨率生产阶段。 Google 在演示中展示了一套类似「Draft Room」的工作流：一次生成多个 360p 版
