大模型之家讯 8月31日，谷歌发布全新视频生成模型Gemini Omni 1.1 Flash，支持直出4K分辨率，实现长时视频生成突破。模型具备场景扩展、运镜控制与参考视频引入三大核心能力：场景扩展可在已有视频结尾无缝续生，每步10秒、累计最长可达40秒；运镜控制通过指定起始帧与结束帧实现平滑转场与专业运镜效果；同时支持引入最长3秒的参考视频片段，精准维持画面背景与角色一致性。该模型提供多档分辨率选项并采用阶梯定价策略，有效降低创作门槛。此次发布标志着谷歌在多模态视频赛道对标Sora、Runway等产品的竞争力进一步升级，也为影视、广告等工业化流程提供了更可控的生成工具链。
