8 月 27 日，Google DeepMind 发布 Gemini Omni 1.1 Flash。它的定位很明确：不是再发一个「文生视频」模型，而是把视频生成变成可控制的创作流程——先给模型一段上下文，让它接着往下演。
最值得试的三个新能力
第一个是续写。模型可以分析最长 10 秒的前置画面，每次续写 +10 秒，累计最多 40 秒。相比初代 Omni 只能参考最后 1 秒，这个进步是决定性的：同一角色、同一场景的连贯叙事第一次有了可行路径。
第二个是控制。用户可以指定首尾帧，让视频在规定起止画面之间生成；也可以引用最长 3 秒的参考视频来锁定角色长相与场景风格。配合 API 使用，等于把「抽卡式生成」变成了「有约束的生成」。
- 续写：分析前 10 秒上下文，每次 +10 秒，累计最多 40 秒
- 控制：支持指定首尾帧、引用最长 3 秒参考视频
- 草稿：360p 模式速度快约 60%、成本约为 720p 的 1/3
- 升级：草稿可无损升级 720p/1080p/4K，API 按秒计费
评分与适用人群
给 4.2 分，扣分项主要在价格与门槛：每秒 0.03-0.30 美元按秒计费，意味着一条 30 秒的成片即使只用 720p 也要约 3 美元，重试几次成本就上来了。另外它目前只走 API，普通用户得靠第三方界面才能用上，体验取决于套壳质量。
适合的人群是：做短视频分镜预演的创作者、需要在生成结果上继续编辑的团队、以及把视频生成接进自动化流程的开发者。如果只是偶尔生成一条 5 秒片段，初代 Omni 或其它按次计费的工具可能更划算。
视频生成这一年最大的变化不是画质，而是「能不能让它接着上一段继续」——Omni 1.1 把这条路径走通了。