Gemini Omni 1.1 Flash 實測：Veo 3.1 的接班模型，生成、編輯、續寫一個模型全包
Veo 3.1 要退場了。Google 在 Gemini API 的棄用說明裡寫得很清楚：Veo 3.1、Veo 3.1 Fast、Veo 3.1 Lite 的預覽版最早在 2026 年 10 月 22 日停用，替代模型只寫了一個名字——Gemini Omni 1.1 Flash。
這個模型 8 月 27 日發表，這兩週我們把它接進了 ZOOOP，五種玩法都實際跑了一遍。下面是實測紀錄，好的壞的都寫。
先說結論
- Gemini Omni 把「生成、編輯、續寫」放進了同一個模型。 片子出來不滿意，不用換模型重來，直接用一句話改，或者往後續幾秒。
- 每支影片都自帶聲音。 對白、腳步、環境音和畫面一起出來。缺點是關不掉，只能在提示詞裡引導。
- 單支 3 到 10 秒，畫面比例只有 16:9 和 9:16。 要更長的鏡頭或方形畫面，得換別的模型。
- 360p 草稿很好用，但換 720p 重出的是新的一支，不是把草稿放大。 這一點很多人會誤會，下面有對比圖。
Gemini Omni 1.1 Flash 是什麼，為什麼 Veo 3.1 要退場
Veo 是 Google 的老牌影片模型系列，Veo 3.1 是上一代的旗艦。Gemini Omni 走的是另一條路：它是一個多模態模型，文字、圖片、影片片段都能當輸入，輸出有聲音的影片。
對創作者來說，最直接的變化是一個模型能做五件事：文生影片、圖生影片（可以加尾幀）、參考生影片、編輯現有影片、續寫影片。以前這五件事要在不同的 AI 影片模型之間來回切，現在 Gemini Omni 一個就夠了。
還會有 Veo 4 嗎？
很多人在搜 Veo 4。截至發稿（2026 年 10 月 11 日），我們在 Google 的公開文件裡沒有看到叫 Veo 4 的模型 ID 或發表公告。Google 給 Veo 3.1 系列指定的接班人，就是 Gemini Omni 1.1 Flash。
所以實際一點的建議是：如果你一直在等 Veo 4，現在可以直接上手 Gemini Omni。以後 Google 真的發了新模型，你的提示詞和工作流程大部分也能直接沿用。
五種玩法實測
文生影片：會自己切鏡頭
我們寫了一句「黃金獵犬幼犬在灑滿陽光的公園裡追落葉，慢動作，暖色電影光，環境鳥鳴」，長度 10 秒。出來的片子讓人有點意外：Gemini Omni 在 10 秒裡自己切了四個鏡頭，遠景、特寫、追跑、跑遠，像剪過的一樣。
這對做短影音的人是好事，一支就是一個小段落。如果你要的是一個不切的長鏡頭，可以試試在提示詞裡明確寫「one continuous shot」。
首尾幀：中間的過程交給它
在 首尾幀生成影片 裡，我們給了一張灰色機器人和一張同款橘色機器人，提示詞只寫了「機器人抖一抖，外殼慢慢變成橘色」。3 秒直式，變色過程很順，機器人的造型、眼睛、旁邊的氣球都沒走樣。
參考生影片：圖片鎖身分，短片帶動作
這是 Gemini Omni 最有意思的地方。除了提示詞，你可以加最多 10 張參考圖，再加最多 3 段、每段不超過 3 秒的參考影片。我們傳了兩張機器人圖片，加一段 2.5 秒的公園影片：
出來的是兩個機器人並排滾過那片草地，光線、樹影都和參考影片一致：
參考影片裡的聲音會被忽略，它只負責動作和畫面。
一句話編輯：換衣服，人不變
在 影片編輯 裡，我們上傳了一段 8 秒的影片：一個穿黃色帽T的男生站在公園裡。提示詞是「把黃色帽T換成紅色皮夾克，其他不變」。
臉、髮型、站姿、背景、節奏都沒變，只有衣服換了。這種程度的編輯，以前基本上只能重拍。
續寫：在片尾再加幾秒
同一段影片，我們用 影片續寫 往後加了 3 秒，提示詞是「他笑一下，朝鏡頭揮手，然後從畫面右側走出去」。
三個動作都做到了，只是揮手很短，3 秒裡塞三個動作有點趕。動作多的話，續寫長度不妨給長一點。
360p 草稿到 4K：省錢的用法和一個誤會
Gemini Omni 有四檔解析度：360p、720p、1080p、4K。其中 360p 是 Google 專門設計的草稿檔，生成快、成本低，用來試構圖剛剛好。1080p 和 4K 是從原生畫面放大來的。
但有一點要說清楚：同一個提示詞換成 720p 重出，得到的是新的一支，不是把 360p 草稿放大。 下面是同一句咖啡拉花的提示詞，左邊 360p，右邊 720p：
構圖和動作很接近，但杯子、手、鏡位都變了。所以 360p 的正確用法是試提示詞：哪種寫法出來的畫面方向對，再用高解析度去生成；而不是挑中某一支草稿，指望高畫質版和它一模一樣。
出包與限制
實測下來，這幾條需要先知道：
- 聲音關不掉。 只想要環境音，就在提示詞裡寫「no dialogue」「no music」，或者生成後靜音。
- 只有 16:9 和 9:16。 我們上傳了一段比例不標準的直式影片去編輯，輸出被調成了標準 9:16，邊緣會被裁掉一點。
- 單支最長 10 秒。 編輯和續寫的來源影片也不能超過 10 秒。
- 安全過濾比較嚴。 部分知名人物的照片會被拒絕，想把特定的人換進現成影片，這個模型不適合。
- 英文提示詞最穩。 Google 說英文是完整支援的，其他語言還沒有系統性地評測過。
Veo 3.1 使用者怎麼換
大部分習慣可以直接搬過來：
| 你在 Veo 3.1 裡做的事 | 在 Gemini Omni 裡怎麼做 |
|---|---|
| 文生影片 | 文生影片，長度從 4/6/8 秒變成 3 到 10 秒任選 |
| 首幀 / 首尾幀 | 首尾幀模式，用法一樣 |
| 參考圖保持角色一致 | 參考圖上限從 3 張變成 10 張，還能加參考影片 |
| 續寫 | 續寫模式，3 到 10 秒任選 |
| 關掉聲音 | 沒有開關，改用提示詞引導 |
多出來的是編輯。以前在 Veo 裡出了不滿意的片子只能重來，現在可以直接改。
什麼時候換別的模型
Gemini Omni 是全能型選手，但不是樣樣都最好：
- 要把特定的人換進一段現成影片，用 MiniMax H3；
- 要超過 10 秒的長鏡頭，或者 1:1、4:3 畫面比例，用 Wan V3.0，單支最長 30 秒；
- 要多鏡頭敘事，或者編輯超過 10 秒的片子，用 Seedance V2.5；
- 要把一段舞蹈動作原封不動搬到角色身上，用 Kling V3 的動作控制……
這些模型都在同一個 AI 影片生成 頁面裡，積分通用，換起來就是點一下的事。
總結
用了兩週，Gemini Omni 1.1 Flash 給我們最深的印象是省事：一支片子從生成到改滿意，可以一直待在同一個模型裡。先用 360p 試方向，出片後不滿意就一句話編輯，鏡頭短了就續寫。對 Veo 3.1 的老使用者來說，轉換成本很低，還多了一整套編輯能力。
想先看參數和更多範例，可以看 Gemini Omni 1.1 Flash 模型頁；想把幾段 AI 影片拼成完整作品，可以放到 生成式畫布 裡一起排。