知识卡片：谷歌Gemini Omni 1.1 Flash登顶AI视频生成榜单

• 一句话结论：谷歌更新Gemini Omni 1.1 Flash，在Arena文生视频榜单登顶，并新增场景延展、首尾帧、360p草稿、4K放大、视频参考等功能，试图把AI视频从“抽卡”式生成推向“可导演”的工作流。

事件概述

• 据新智元2026年8月30日报道，谷歌发布Gemini Omni 1.1 Flash更新。
• 官方宣称该模型在Arena文生视频排名全球第一，图生视频全球第二（得分1488）。
• 最关键的上下文能力变化：视频续拍时可回看此前最多10秒画面，而此前Veo只有1秒；以10秒为一段，累计最长可续拍至40秒。

方法/产品要点

• 场景延展：模型可基于前10秒画面继续生成，支持多段续拍，累计最长40秒。
• 首尾帧：用户指定起始帧和结束帧，由模型生成中间连续运动，适合复杂运镜、转场、无缝循环。
• 360p草稿：比720p最多快60%，成本约为三分之一，用于低成本试错，选中后再升到4K。
• 4K放大：成片可升级至1080p或4K。
• 视频参考：最多3秒参考视频可混合图片、文字输入，将动作、运镜、节奏带入新镜头。
• 价格（按秒计费）：360p为0.03美元/秒，720p为0.10美元/秒，1080p为0.15美元/秒，4K为0.30美元/秒。报道称发布当天起全球开放。

主要结果或产业意义

• 报道展示了多个“导演级”案例：三次续拍从人物特写拉到巨大悬浮图书馆；指定“移动变焦”（dolly-zoom）、机械急推、时间冻结环绕等电影镜头；人物对白可多段延续；甚至出现角色打破“第四面墙”与观众对话。
• 已有应用开始承接这些能力：Transition Studio用于首尾帧转场；看房应用可在房间之间推拉环绕，且不凭空增加不存在家具。
• Figma Weave创意总监Itay Schiff评价称，这一步让团队从“生成视频”走到“真正地导演视频”。

为什么重要

• 过去一年AI视频竞争焦点是画质与物理真实感，本次更新把竞争焦点转向“可控性”和“指挥能力”。
• 10秒上下文解决了AI视频“金鱼记忆”问题，让角色、光线、场景在多段续拍中保持一致成为可能。
• 360p草稿+4K放大的分层定价，把试错环节单独降价，降低了高质量成片的制作成本。
• 与已有AI视频基础模型卡片（如LingBot-Video）相比，本条增量信息是：谷歌把视频生成从“抽卡”转向“导演式”流水线，强调创作者控制而非世界模拟。

局限与不确定性

• 榜单排名、功能效果均来自谷歌官方发布及媒体报道，第三方独立验证与实测数据待核实。
• Arena榜单的具体评测方法、覆盖范围和统计时间待核实。
• “图生视频全球第二，1488分”等数字以原文报道为准，不同榜单或版本可能变化。
• 实际生成质量、稳定性、速度、上下文一致性以及开放地区/用户范围，需以谷歌官方文档为准。
• 材料未提供Gemini Omni 1.1 Flash的技术细节、参数量、训练数据等，均待核实。

可用于图书/PPT/简报的角度

• 从“生成视频”到“导演视频”：AI视频控制能力的分水岭。
• 上下文长度为什么是关键：10秒能让AI记住角色、光线、站位和镜头运动。
• 分层成本设计：360p草稿试错、4K成片交付，如何改变AI视频制作经济账。
• 首尾帧、视频参考、场景延展如何组合成一套“导演流水线”。

与既有脉络的关系

• 本条与已有相关卡片（蚂蚁灵波具身视觉模型、LingBot-Video、此芯科技）各自独立，无明显内容重复。
• 可视为AI视频生成在“创作可控性/工作流”方向上的最新进展，与面向具身智能的视频模拟形成不同分支。

原始材料

• 原文标题：刚刚，谷歌新模型全球登顶！（新智元）
• 英文标题（按内容翻译，原文未提供英文标题）：Google's Gemini Omni 1.1 Flash Tops AI Video Arena
• 英文关键词：Gemini Omni 1.1 Flash, AI video generation, Arena, scene extension, first/last frame, 360p draft, 4K upscaling, video reference
• 来源 URL：https://aiera.com.cn/2026/08/30/other/admin/111352/%e5%88%9a%e5%88%9a%ef%bc%8c%e8%b0%b7%e6%ad%8c%e6%96%b0%e6%a8%a1%e5%9e%8b%e5%85%a8%e7%90%83%e7%99%bb%e9%a1%b6%ef%bc%81
• 原始来源日期：2026年8月30日