1. What is Gemini Omni 1.1 Flash?

Gemini Omni 1.1 Flash is Google's production-ready multimodal video generation and editing model. It accepts text, images, audio, and video as input and produces high-resolution video with audio.

2. What inputs does Gemini Omni 1.1 Flash support?

Gemini Omni 1.1 Flash supports text, image, audio, and video inputs. It can also generate motion between specified first and last frames and use up to three seconds of reference video to guide movement, characters, or scene context.

3. Can Gemini Omni 1.1 Flash create 40-second videos?

Gemini Omni 1.1 Flash can extend a video in 10-second increments to a cumulative length of up to 40 seconds. The 40-second limit applies to multi-round scene extension rather than a single uninterrupted initial generation.

4. What resolutions does Gemini Omni 1.1 Flash support?

Gemini Omni 1.1 Flash supports 360p previews for faster and more economical experimentation, standard 720p generation, and final 1080p or upscaled 4K output.

5. Does Gemini Omni 1.1 Flash generate audio?

Yes. Gemini Omni 1.1 Flash generates video with audio. Prompts can describe dialogue, ambient sound, music, and sound effects so the audio follows the intended scene.

What is Gemini Omni 1.1 Flash?

Gemini Omni 1.1 Flash is Google's production-ready multimodal video generation and editing model. It accepts text, image, audio, and video inputs and outputs high-resolution video with audio.

Can Gemini Omni 1.1 Flash create 40-second videos?

It can extend a video in 10-second increments to a cumulative length of up to 40 seconds. The 40-second figure refers to multi-round scene extension, not one uninterrupted initial generation.

What resolutions does Gemini Omni 1.1 Flash support?

The workflow supports 360p previews, standard 720p generation, and final 1080p or 4K upscaled output.

Can Gemini Omni 1.1 Flash use first and last frames?

Yes. You can specify the opening and closing frames and have the model generate the motion between them for transitions, camera moves, or loops.

Does Gemini Omni 1.1 Flash support video references?

Yes. It can use up to three seconds of reference video as multimodal input to guide motion, character behavior, or visual context.

Gemini Omni 1.1 Flash AI 影片生成器

Name: Gemini Omni 1.1 Flash AI Video Generator
Brand: Media.io
Rating: 4.7 (162357 reviews)

使用 Gemini Omni 1.1 Flash（Google 生產就緒的多模態影片模型）來創作和精修影片。從文字、圖片、音訊或影片開始；跨多個世代延伸故事情節、控制首尾幀之間的動態、以經濟實惠的 360p 草稿測試創意，並將選定結果升級至 1080p 或 4K。

最長 40 秒累積場景延伸 360p 至 4K草稿到交付的工作流程 首尾幀受控轉場 多模態輸入文字、圖片、音訊、影片

原始圖片

Epic fantasy temple reference image for Gemini Omni 1.1 Flash

Gemini Omni 1.1 Flash 提示詞

保留原始構圖、取景、角色設計和插畫風格。創作一個低角度的史詩奇幻神殿場景。銀白色短髮女性緩緩回頭，輕輕邁出一步。她的頭髮和裙擺長尾在風中自然飄動。白鴿掠過前景和頭頂，散落的羽毛漂浮在空中。遠處的騎士做出細膩的自然動作，陽光光束緩緩移動於神殿之上。鏡頭進行緩慢的推進並微微向上傾斜。電影級規模、流暢受控的動態、穩定的時序一致性、清晰的細節，無突然切換、無角色變形，且不改變原始視覺風格。

使用 Gemini Omni 1.1 Flash 生成

史詩奇幻神殿 — Gemini Omni 1.1 Flash 示範

原始產品圖片

Product reference image for Gemini Omni 1.1 Flash

Gemini Omni 1.1 Flash 提示詞

使用當前產品圖片作為精確的視覺參考。保留產品的形狀、比例、標誌、顏色、材質及所有外觀細節。讓產品緩慢平滑地旋轉，同時精緻的高光自然地在表面移動。鏡頭對產品進行細膩的環繞運動。頂級商業電影攝影、節奏受控、優雅的棚內燈光、逼真的反射、清晰的材質紋理、穩定的幾何形狀，以及簡潔的廣告影片風格。保持產品為清晰的視覺焦點。請勿重新設計、變形、添加或移除任何產品細節。

使用 Gemini Omni 1.1 Flash 生成

電影級產品旋轉 — Gemini Omni 1.1 Flash 示範

繪圖參考

Drawing reference for a realistic Gemini Omni 1.1 Flash video

Gemini Omni 1.1 Flash 提示詞

將提供的繪圖轉化為逼真的實拍影片。僅使用繪圖作為構圖、角色位置、時序和動作的參考。最終影片中不得顯示繪圖、草圖線條、插畫紋理或卡通風格。以逼真的人物、物件、環境、燈光、材質和自然動作重現場景。維持原始動作和鏡頭方向，同時確保全片具備穩定的解剖結構、連貫的動作、逼真的物理效果、電影級燈光和一致的細節。

使用 Gemini Omni 1.1 Flash 生成

繪圖轉逼真影片 — Gemini Omni 1.1 Flash 示範

參考影片

Reference video for a cat entering a supermarket

Gemini Omni 1.1 Flash 提示詞

生成一段 10 秒的影片，內容為一隻貓走進超市，需符合參考影片的視覺風格、節奏、鏡頭語言、燈光、色彩處理和整體氛圍。在整個鏡頭中保持貓咪外觀的一致性。展示貓咪以自然的步行動作接近並進入超市入口，並與環境進行逼真的互動。保持流暢的時序連續性、穩定的解剖結構、連貫的背景細節，以及無突然切換的單一連續鏡頭。

使用 Gemini Omni 1.1 Flash 生成

貓咪進入超市 — Gemini Omni 1.1 Flash 示範

本頁內容瀏覽章節

概覽主要功能提示詞指南使用案例使用方式 1.1 版與原版比較常見問題

GEMINI OMNI 1.1 FLASH 快速概覽

什麼是 Gemini Omni 1.1 Flash？

Gemini Omni 1.1 Flash 是 Google 生產就緒的生成式影片模型，可從文字、圖片、音訊和現有影片的組合來創作和編輯影片。1.1 版更新新增了更長的多輪場景延伸、首尾幀插值、經濟實惠的 360p 草稿、影片參考，以及 1080p 或 4K 最終輸出。

40 秒累積延伸

10 秒分析的前置上下文

4K升級輸出

延續場景

以 10 秒為單位延伸，同時使用最多 10 秒的前置上下文以提升連貫性。

連接兩個幀

定義開頭和結尾圖片，然後在兩者之間生成連續的轉場或鏡頭移動。

以 360p 製作原型

在投入最終版本之前，以標準 720p 三分之一的費用更快速地探索概念。

以影片引導

使用最多三秒的參考影片來引導動作、角色和場景情境。

Gemini Omni 1.1 Flash 有何不同之處？

建構最長 40 秒的故事

以 10 秒為單位多輪延伸片段，累計最長達 40 秒。模型會回顧最多 10 秒的前置上下文，以保持敘事方向和視覺連貫性。

控制首幀與尾幀

設定鏡頭的兩個端點，讓模型生成兩者之間的動態——適用於環繞、縮放、場景轉場和無縫循環。

使用任何輸入創作

將指令與圖片、音訊或影片參考結合，無需在文字提示詞中重新建立每個創意決策。

低成本草稿，4K 完成輸出

以最快 60% 的速度生成 360p 預覽，費用僅為標準 720p 的三分之一，選出最佳方向後，再以 1080p 完成或升級至 4K。

透過對話編輯影片

使用自然語言指令精修場景，讓迭代過程更像是在進行導演工作，而非每次都從頭重新生成。

試用 Gemini Omni 1.1 Flash

提示詞指南

如何使用 Gemini Omni 1.1 Flash 提示詞獲得更佳的影片控制

描述主體和動作，然後指定鏡頭、時序、連貫性、氛圍和音訊。延伸場景時，說明哪些內容必須保持不變，以及接下來應發生什麼。

主體+ 動作+ 環境+ 鏡頭+ 燈光+ 風格+ 音訊

基礎

過於模糊

「一名女性在東京行走。」

→

更適合 OMNI 1.1

描述動態、鏡頭和氛圍

「一名身穿紅色大衣的年輕女性在夜晚緩緩走過東京雪地街道。鏡頭在她前方向後追蹤，溫暖的店面燈光倒映在濕潤的路面上。她的頭髮在風中自然飄動，電影級真實攝影風格，淺景深，輕柔的腳步聲和遠處的城市環境音效。」

動作：緩緩行走鏡頭：向後追蹤燈光：溫暖的店面音訊：城市環境音效

探索 AI 影片提示詞

使用 Gemini Omni 1.1 Flash 可以創作什麼？

多場景短片故事

透過數個 10 秒延伸延續對話、動作和鏡頭方向，製作最長 40 秒的敘事影片。

受控視覺轉場

將兩個關鍵幀轉化為連續的產品展示、空間漫遊、縮放、環繞、變換或循環片段。

參考驅動的角色影片

使用短影片參考來引導舞蹈、動作或角色行為，同時與新主體和環境結合。

廣告、說明影片和社群影片

製作多個輕量級草稿，比較創意方向，僅將核准版本升級用於最終發布。

3 個簡單步驟

如何在 Media.io 上使用 Gemini Omni 1.1 Flash 創作

選擇合適的起始素材，以輕量級草稿測試方向，然後精修並升級核准的結果。

上傳

新增您的起始素材

從提示詞、圖片、音訊片段或影片開始。若需控制過渡效果，請提供首尾兩幀；若需動作引導，請加入簡短的參考影片。

描述

直接控制動作、鏡頭與連續性

描述下一個動作、鏡頭移動、時間節奏、氛圍與音訊。說明哪些角色、物件、服裝及場景細節必須保持一致。

生成

預覽、精修與放大

使用 360p 進行快速探索，比較草稿，視需要繼續選定的場景，並以 720p、1080p 或放大至 4K 匯出核准結果。

預覽、精修與放大

Gemini Omni 1.1 Flash 與原版 Omni Flash 比較

Gemini Omni 1.1 Flash 著重於更佳的製作控制、更快速的預覽及更有效率的影片迭代，而非單純提升視覺品質。

功能	原版 Omni Flash	Gemini Omni 1.1 Flash
場景延伸情境	僅最後一秒	最多 10 秒
累計延伸長度	初始工作流程較短	最多 40 秒
首尾幀控制	發布時未特別強調	支援
草稿解析度	標準生成工作流程	360p 預覽
最終解析度	較早期的輸出選項	1080p 或 4K 放大
影片參考	參考工作流程較為有限	最多 3 秒
最適用於	標準 AI 影片生成	受控製作與快速迭代