📖 AI 总结

Google发布了Gemini Omni 1.1 Flash，这是其原生多模态视频生成与编辑模型的生产级更新。该版本的核心改进在于场景扩展能力：模型可读取长达10秒的先前视频上下文（此前仅参考最后一秒），支持以10秒为增量将片段扩展至累计40秒，并自动编辑输入片段的末尾帧以实现无缝衔接。此外，新版本支持首帧和末帧固定以控制镜头运动，草稿渲染为360p（成本仅为720p的三分之一），最终输出可升级至4K分辨率，并允许传入视频片段作为参考以保持角色一致性。Gemini Omni Flash具备原生多模态处理能力，可通过Interactions API进行有状态的对话式编辑，用户无需重新上传先前视频即可修改指定内容。该模型已通过Gemini API在Google AI Studio和Gemini Enterprise Agent Platform上线，Adobe、Figma Weave、GMI Cloud和Runway已宣布为生产用户。