Google 的 Gemini Omni 1.1 Flash 视频模型带来了两项关键升级：更长的上下文理解和更经济的生成选项。这标志着 AI 视频生成正从“单次生成”走向“可控编辑”。
发生了什么
Gemini Omni 1.1 Flash 现在能分析最多 10 秒的现有视频，而此前仅能参考最后一秒。这意味着场景扩展可以保持更一致的风格和内容。用户可以将视频以 10 秒为增量进行扩展，最长可达 40 秒。此外，新增的 360p 草稿模式运行速度提升高达 60%，成本仅为原来的三分之一。
为什么重要
视频生成模型的一大痛点是缺乏对长序列的连贯性。Gemini Omni 1.1 Flash 通过扩大参考窗口，解决了场景延续时的风格漂移问题。同时，360p 草稿模式降低了试错成本，让创作者可以快速迭代，再决定是否生成高分辨率版本。这符合行业趋势：AI 视频工具正从“生成奇观”转向“实用工作流”，价格和灵活性成为竞争关键。
影响与看点
对开发者而言，更长的上下文意味着可以构建更复杂的视频编辑应用，比如自动延长片段或填充转场。对独立创作者，草稿模式让预算有限的团队也能尝试 AI 视频。值得关注的是，Google 是否会将此能力整合到 Vertex AI 或更多 API 中，以及 360p 模式在真实场景中的质量表现。一个独立判断是：如果成本持续下降，AI 视频生成将很快成为视频编辑的默认选项，而非奢侈品。
