Gemini Omni 1.1 Flash

Gemini Omni 1.1 Flash 擅長什麼，不擅長什麼

Gemini Omni 1.1 Flash 解決的是每個影片工作流程都會遇到的問題：負責生成鏡頭的模型，往往沒辦法在事後修改它。影片出來了，外套顏色不對，或者鏡頭早結束了一秒，你只能換個模型、換種畫風從頭再來。Omni 把生成、編輯和延長放進了同一個模型、同一種畫面語言，而且聲音和畫面在同一次生成裡產出。Google 在 2026 年 8 月 27 日推出了它，並將它列為 Veo 3.1 系列的替代。

第一項核心能力是多模態參考。除了提示詞，你還可以加入最多 10 張圖片（角色的多個角度、產品、場景），以及最多 3 段、每段 3 秒的影片。圖片負責鎖住身分：臉孔、服裝、標籤在整個鏡頭裡保持穩定。短影片負責帶動作和構圖：一個推軌運鏡、一個手勢、走路的節奏。在我們的測試裡，兩張產品圖加一段 2.5 秒的公園影片，生成的就是這兩件產品在同一片草地、同樣的光線下滾過畫面。

第二項是一句話編輯。上傳最長 10 秒的影片，描述你要的修改：黃色帽T換成紅色皮夾克、晴天的街道下起雨、白天變成黃昏。人物、構圖和節奏保持不變，輸出的時長和橫直方向都跟隨原片。延長則是從另一頭下手：在片尾加 3 到 10 秒，讓人繼續往前走、讓門終於打開，聲音也一起接上。

第三項是從草稿到成片的階梯。360p 是快速草稿等級，用來找構圖。某個版本滿意了，就用原生最高等級 720p 再輸出一次，交付時選 1080p 或 4K（由原生畫面放大而來）。

不擅長的地方：單段只有 3 到 10 秒，畫面比例只有 16:9 和 9:16。需要更長的單一鏡頭或方形畫面時，Wan V3.0 最長可到 30 秒，並支援 1:1 和 4:3。聲音一直開著，只能引導、不能關閉。Google 的安全過濾比較嚴格，部分知名人物的照片會被拒絕，所以要把特定的人換進現有影片，MiniMax H3 更合適。要編輯超過 10 秒的影片，用 Seedance V2.5。

一個合理的用法：帶聲音、之後可能還要修改的影片，預設用 Gemini Omni 1.1 Flash，因為生成它的模型也能編輯和延長它。要把人換進現成素材找 MiniMax H3，長鏡頭或方形畫面找 Wan V3.0，多鏡頭敘事找 Seedance V2.5。