做 AI 视频的人，大概都经历过同一种无力感：抽了二十次，终于出来一条满意的镜头，但你没法让它「接着往下演」。
想让镜头再往后走两秒？只能重新生成，而新生成的画面里，人物的脸、衣服的颜色、光线的方向全都变了。AI 视频过去最大的问题不是画质，是不可控——你只能抽，不能改；只能重来，不能接续。
8 月 27 日，Google 发布的 Gemini Omni 1.1 Flash，就是冲着「可控」这两个字来的。官方给它的定性是 production-ready（可用于生产）的更新，核心不是把视频做得更炫，而是让开发者能像剪片子一样，一段一段地把它「续」出来。
一、从「一次性生成」到「可接续创作」
Omni 1.1 Flash 是 Gemini 视频生成模型的生产级版本，通过 Gemini API 在 Google AI Studio 提供，企业侧走 Gemini Enterprise Agent Platform。它的新能力可以概括成五条：场景扩展、首尾帧插值、360p 草稿模式、4K 输出、视频参考。我们一个一个说。
二、场景扩展：模型终于「记得住」前 10 秒
这是最核心的一条。以前你想给视频续一秒，模型基本只看最后一帧或最后一秒的画面，所以续出来的部分很容易漂移——人物变脸、光线跳变、道具消失。
Omni 1.1 现在能分析最多 10 秒的前置上下文，是此前模型的十倍。续写方式是按 10 秒一个增量往后加，单条视频累计最长可以到 40 秒。
官方演示里有一段很有代表性：给一个镜头连着下三条不同的指令——先做电影感的推拉变焦（dolly-zoom），再做快速机械推镜怼到角色眼睛，最后让时间静止、镜头绕角色 360 度环绕。三条指令是接续在同一段视频上的，角色、场景、光影保持一致。
技术上，这靠的是状态化的多轮交互：API 调用时传入 previous_interaction_id，模型就知道你是在哪一条视频上继续。对做自动化流水线的人来说，这一点很关键——意味着 Agent 可以先规划一串分镜，逐段生成、逐段评估，最后再统一输出成片。
三、首尾帧插值：把运镜的控制权拿回来
第二条是指定起始帧和结束帧，模型在两帧之间生成连续视频。
这解决的是「镜头怎么动」的问题。过去运镜基本听天由命，现在你给它两个关键帧，中间的过程它来补。官方列举的适用场景包括：复杂的相机环绕、变焦过渡、无缝循环片段。
对做短视频、做片头、做产品展示的人来说，这个能力的实用度比「生成得更清晰」高得多——因为它让镜头语言变得可设计。
四、360p 草稿：成本结构被改写了
第三条容易被忽略，但对预算敏感的人可能最重要：360p 草稿模式。
官方数据是，相比 Omni 1.1 标准的 720p，360p 的生成速度最高快 60%，成本只有三分之一。用途很明确——快速原型验证、分镜脚本迭代、高速渲染。
为什么这条关键？因为 AI 视频真正的成本浪费不在「最后成片那一版」，而在「废掉的那些版本」。以前每一次试错都是按成片价格付费，现在你可以用 1/3 的价格先把分镜跑通，确认没问题了再上高分辨率。
五、4K 输出与视频参考
成片阶段，Omni 1.1 可以直接输出 1080p 或 4K 的成品。这里要如实说明：官方的表述是 upscaling（超分），也就是说 4K 是通过放大得到的，而不是原生 4K 渲染。对细节要求极高的画面，超分可能引入瑕疵，专业流程里建议加一道人工验收。
另外一条是视频参考：构建场景时可以引入参考视频片段（官方口径为最长 3 秒），用来保持画面的上下文背景与角色一致性。简单说，你可以拿一小段已有素材当「锚」，让新生成的内容贴着它走。
六、多少钱
按官方与国内媒体披露的定价（美元原价 + 折算人民币）：
- 360p：0.03 美元/秒（约 0.2 元人民币）
- 720p：0.1 美元/秒（约 0.67 元）
- 1080p：0.15 美元/秒（约 1 元）
- 4K：0.3 美元/秒（约 2 元）
换算一下：一条 20 秒的 720p 视频，API 成本大约 13 元人民币。如果你走「360p 跑分镜 + 720p 出成片」的流程，实际花费还能再压一截。
七、谁已经在用，以及限制在哪
集成方面，Adobe 已把它整合进 Firefly 做视频编辑，Figma Weave 用它辅助镜头调度，Runway 用它提升从灵感到成片的流转效率。订阅侧，Google AI Plus、Pro、Ultra 用户现在可以在 Google Flow 里用到 Omni 1.1，场景扩展能力也在 Gemini app 上线。
限制要说清楚三条：单条视频累计上限 40 秒，长内容需要自己做拼接；4K 靠超分而非原生；预览版端点 gemini-omni-flash-preview 已被 GA 版本取代，还在跑预览版的开发工作建议尽快迁移。
八、这件事的真正意义
把这几条能力串起来看，Google 其实在把生成式视频从「一次性的创作玩具」改造成「可编程的生产组件」：先规划，再低成本试错，评估通过后上高分辨率，全程可以靠 API 串起来、不需要人在中间点确认。
对普通创作者来说，短期最实在的变化是——视频的成本大头从「试错」转移到了「成片」，而试错恰恰是过去最花钱的部分。40 秒的长度上限决定了它暂时还做不了长片，但做短视频素材、广告分镜、产品演示、创意预演，这套流程已经能跑通了。
最后一个问题：如果 AI 视频的成本降到一条几毛钱、镜头还能一段段续着设计，你觉得最先被改变的是哪个行业？广告、短视频、还是影视前期？评论区聊聊。
关注「AI 智习室」，每天一条看得懂的 AI 情报。
