Câu trả lờiĐã xuất bản22 nguồn
Gemini Omni 1.1 Flash: Tính năng, giá và quy trình sản xuất video AI
Ra mắt rộng rãi trên Gemini API từ ngày 27 tháng 8 năm 2026, Gemini Omni 1.1 Flash nổi bật ở khả năng kiểm soát quy trình hơn là một tuyên bố đã vượt trội toàn diện về chất lượng hình ảnh. Mô hình có thể phân tích tối đa 10 giây video trước đó khi mở rộng cảnh, nối thêm từng đoạn 10 giây và đạt tổng thời lượng tối đ...
Đăng bởiBiên tập bằng GPT-5.6 LunaHình ảnh được tạo bằng GPT Image 1.5
Câu trả lời nghiên cứu
Bài học chính
- Ra mắt rộng rãi trên Gemini API từ ngày 27 tháng 8 năm 2026, Gemini Omni 1.1 Flash nổi bật ở khả năng kiểm soát quy trình hơn là một tuyên bố đã vượt trội toàn diện về chất lượng hình ảnh.
- Mô hình có thể phân tích tối đa 10 giây video trước đó khi mở rộng cảnh, nối thêm từng đoạn 10 giây và đạt tổng thời lượng tối đa 40 giây.
- Google niêm yết giá đầu ra video ở mức 17,50 USD trên một triệu token; với mức 5.792 token mỗi giây ở 720p, chi phí tương đương khoảng 0,10 USD mỗi giây, chưa tính các khoản liên quan đến đầu vào và đầu ra văn bản.
- Bản nháp 360p được Google cho biết có thể dựng nhanh hơn tới 60% và chỉ tốn một phần ba chi phí so với 720p, phù hợp để thử ý tưởng trước khi xuất bản ở 1080p hoặc 4K.
Prompt AI
openai.comCreate a landscape editorial hero image for this Studio Global article: What is Google’s Gemini Omni 1.1 Flash video model, and how do its new capabilities—including scene extension using up to 10 seconds of prio. Article summary: Gemini Omni 1.1 Flash is Google’s fast, multimodal video-generation and editing model. Its significance for professional teams is less “one-click finished film” than a more controllable production loop: draft cheaply, di. Topic tags: general, general web, documentation, user generated. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks,
Gemini Omni 1.1 Flash là mô hình AI đa phương thức của Google dành cho việc tạo và chỉnh sửa video tốc độ cao. Điểm đáng chú ý nhất không nằm ở tuyên bố rằng mọi khung hình đều đẹp hơn đối thủ, mà ở việc Google đang biến quá trình sản xuất thành một vòng lặp có định hướng rõ hơn: tạo bản nháp giá rẻ, giữ lại nhiều ngữ cảnh hơn khi nối cảnh, xác định điểm bắt đầu và kết thúc của chuyển động, sau đó kết xuất phiên bản độ phân giải cao để bàn giao. 4
5
33
Gemini Omni 1.1 Flash làm được gì?
Mô hình nhận đầu vào dạng văn bản, hình ảnh và video, rồi tạo ra video. Tài liệu API của Google liệt kê đầu ra dài từ 3 đến 10 giây ở tốc độ 24 khung hình/giây, với các tùy chọn 360p, 720p, 1080p và 4K. Video dùng cho chỉnh sửa hoặc mở rộng trong tài liệu API có thể dài tối đa 10 giây. 1
Vì vậy, Omni 1.1 Flash phù hợp với biên tập viên, nhà thiết kế chuyển động, agency và đội ngũ sản phẩm hơn một công cụ chỉ dựa vào câu lệnh mô tả. Mô hình có thể làm việc trên những tài liệu hình ảnh đã được duyệt và được đưa vào một quy trình lặp lại, thay vì chỉ phục vụ một thử nghiệm sáng tạo đơn lẻ.
Bốn thay đổi quan trọng với sản xuất video
1. Mở rộng cảnh dựa trên nhiều ngữ cảnh hơn
Khi nối dài một đoạn phim, Gemini Omni 1.1 Flash có thể phân tích tối đa 10 giây video liền trước. Các tài liệu về Omni trước đây mô tả một cửa sổ ngữ cảnh hẹp hơn nhiều, nên cách tiếp cận mới cung cấp cho mô hình thêm thông tin về chủ thể, ánh sáng, chuyển động máy quay và hành động trước khi tạo phần tiếp theo. 5
11
Mỗi lần mở rộng tạo thêm một đoạn 10 giây và tổng thời lượng có thể đạt 40 giây. Một lần sinh riêng lẻ vẫn bị giới hạn ở 3–10 giây. Nói cách khác, đây là quy trình nối cảnh theo từng giai đoạn, không phải một câu lệnh có thể tạo ra một cảnh dài không giới hạn. 1
2
4
Với đội ngũ sản xuất, khác biệt này rất quan trọng. Đạo diễn có thể duyệt một take ngắn, tiếp tục từ đó hoặc rẽ sang một hướng khác, trong khi toàn bộ quy trình vẫn được tổ chức theo các đoạn có độ dài dễ kiểm soát. Ngữ cảnh dài hơn có thể giảm hiện tượng lệch mạch, nhưng không bảo đảm nhân vật, đạo cụ, ánh sáng hay chuyển động luôn nhất quán tuyệt đối.
2. Kiểm soát khung hình đầu và cuối để định hướng chuyển động
Mô hình có thể tạo video nằm giữa hai hình ảnh được cung cấp: khung hình mở đầu và khung hình kết thúc. Nhật ký thay đổi API của Google mô tả tính năng này là nội suy trong quy trình image-to-video. 33
Nhờ đó, nhóm sản xuất có thể xác định rõ đích đến về mặt hình ảnh của một shot. Chẳng hạn, biên tập viên có thể cung cấp bố cục mở đầu của một sản phẩm và vị trí cần xuất hiện ở cuối cảnh, rồi yêu cầu mô hình tạo chuyển động ở giữa. Quy trình tương tự có thể hỗ trợ các đoạn nối chuyển động máy quay, cảnh lặp hoặc chuyển cảnh, dù chất lượng và độ ổn định vẫn cần được kiểm tra trên từng shot thực tế.
Lợi ích thực tế nằm ở khả năng kiểm soát. Với cách tạo video chỉ từ prompt, mô hình phải tự suy đoán cả điểm bắt đầu lẫn điểm kết thúc. Khi cung cấp hai khung hình đầu-cuối, ê-kíp có thể khóa trước hai quyết định sáng tạo quan trọng rồi để mô hình hoàn thiện chuyển động.
3. 360p tạo ra một tầng thử nghiệm rẻ hơn
Google cho biết bản xem trước 360p có thể kết xuất nhanh hơn tới 60% và có chi phí bằng một phần ba đầu ra 720p tiêu chuẩn. 5
Điều này tạo ra một nấc chi phí hợp lý cho quá trình làm storyboard và duyệt ý tưởng:
- Tạo nhiều phiên bản 360p để thử prompt, nhịp độ, khung hình và chuyển động.
- Chọn take tốt nhất, sau đó tinh chỉnh hình ảnh tham chiếu hoặc hai khung hình đầu-cuối.
- Kết xuất phiên bản đã duyệt ở độ phân giải cao hơn.
- Thực hiện compositing, chỉnh màu, âm thanh, kiểm tra quyền sử dụng và kiểm soát chất lượng bên ngoài bước sinh video.
Tài liệu giá của Google liệt kê 1.931 token đầu ra mỗi giây cho video 360p và 5.792 token mỗi giây cho video 720p. Với mức giá công bố 17,50 USD trên một triệu token đầu ra video, chi phí tương ứng xấp xỉ 0,034 USD mỗi giây ở 360p và 0,101 USD mỗi giây ở 720p, chưa tính phí đầu vào và đầu ra văn bản. 41
43
Do đó, hóa đơn thực tế không đơn giản là một mức giá cố định cho mỗi clip. Dữ liệu đầu vào, phản hồi văn bản, độ phân giải, thời lượng và nền tảng sử dụng đều có thể ảnh hưởng đến tổng chi phí.
4. Độ phân giải cao nằm trong cùng một quy trình
API hỗ trợ 1080p và 4K bên cạnh 360p và 720p. Tài liệu ra mắt của Google định vị các chế độ độ phân giải cao, trong đó có 4K, như bước hoàn thiện cho những nội dung đã được thử nghiệm ở mức chi phí thấp hơn. 1
3
4
Cách làm này giúp các đội ngũ tách riêng giai đoạn thử nghiệm sáng tạo khỏi giai đoạn kết xuất để bàn giao. Nó cũng tránh một lỗi thường gặp: tiêu tốn ngân sách tạo video độ phân giải cao cho những ý tưởng chưa qua duyệt storyboard hoặc chuyển động.
Video tham chiếu thay đổi quy trình ra sao?
Omni 1.1 Flash được thiết kế cho đầu vào đa phương thức, cho phép kết hợp chỉ dẫn bằng chữ với các tài liệu hình ảnh. Tùy nhiệm vụ, tài liệu tham chiếu có thể là khung hình phong cách, hình ảnh sản phẩm, footage nền có sẵn hoặc một đoạn chuyển động ngắn. 1
4
Quy trình dựa trên tài liệu tham chiếu thường dễ duyệt hơn quy trình chỉ dùng văn bản, vì brief sáng tạo có những điểm neo trực quan. Trước khi tạo video, nhóm có thể xác định thành phần nào phải được giữ cố định—chẳng hạn thiết kế sản phẩm, cách thể hiện logo, diện mạo nhân vật hoặc bố cục mở đầu—và thành phần nào có thể giao cho mô hình sinh ra.
Tuy nhiên, video tham chiếu không thay thế cho giấy phép sử dụng hay một hệ thống kiểm soát tính liên tục hoàn chỉnh. Đội ngũ vẫn phải kiểm tra quyền sử dụng footage, khả năng bảo toàn chính xác các yếu tố thương hiệu được bảo hộ và mức độ đáp ứng yêu cầu biên tập, pháp lý của dự án.
Giá và khả năng tiếp cận
Bảng giá Gemini API của Google niêm yết Gemini Omni 1.1 Flash ở mức 1,50 USD trên một triệu token đầu vào, 9 USD trên một triệu token đầu ra văn bản và 17,50 USD trên một triệu token đầu ra video. Google tính video 720p ở mức 5.792 token mỗi giây; theo đó, chi phí tạo video vào khoảng 0,10 USD mỗi giây, chưa bao gồm các khoản phí khác nếu có. 41
Nhật ký API xác định gemini-omni-1.1-flash là phiên bản được cung cấp rộng rãi cho nhà phát triển trên gói Gemini API trả phí. 33
41
Khả năng truy cập không giống nhau trên mọi sản phẩm Google. Các thông báo dành cho người dùng phổ thông cho biết Gemini Omni có mặt trong ứng dụng Gemini và Google Flow dành cho thuê bao Google AI Plus, Pro và Ultra. Trong khi đó, ghi chú phát hành của Gemini Enterprise Agent Platform liệt kê Gemini Omni 1.1 Flash ở trạng thái Public Preview. Các nhóm nên kiểm tra model ID, khu vực, hạn mức, trạng thái thanh toán và khả năng cung cấp trên từng sản phẩm trước khi đưa mô hình vào quy trình sản xuất chính thức. 20
22
32
Gemini Omni 1.1 Flash có tích hợp với Adobe Firefly hoặc Figma không?
Các bằng chứng được cung cấp chưa cho thấy một thông báo chính thức đủ rõ ràng về tích hợp trực tiếp với Figma, vì vậy không nên xem tuyên bố này là đã được xác minh. Với Adobe Firefly, một số báo cáo đề cập đến việc đưa Gemini Omni vào các công cụ sáng tạo, nhưng người dùng chuyên nghiệp vẫn nên phân biệt giữa quyền truy cập mô hình qua các sản phẩm chính thức của Google và những thông tin bên thứ ba về tích hợp hoặc việc khách hàng sử dụng mô hình.
Với bên mua giải pháp chuyên nghiệp, câu hỏi quan trọng hơn không phải là tên thương hiệu có xuất hiện trong một câu chuyện ra mắt hay không. Điều cần xác định là mô hình có thực sự hoạt động trong hệ thống duyệt, quản lý tài sản, biên tập và phê duyệt của đội ngũ hay không, đồng thời API có ổn định và hóa đơn có dễ dự đoán hay không.
Gemini Omni 1.1 Flash và OpenAI Sora
Không nên so sánh Gemini Omni 1.1 Flash với OpenAI Sora chỉ bằng một tính năng nổi bật. Những tài liệu hiện có ủng hộ một kết luận hẹp hơn: Google đang cạnh tranh quyết liệt hơn trong video AI chuyên nghiệp bằng cách nhấn mạnh khả năng nối cảnh, kiểm soát điểm đầu-cuối, sử dụng tài liệu tham chiếu đa phương thức, dựng bản nháp nhanh và lặp qua API. 4
33
Các nguồn được cung cấp chưa có đủ bằng chứng độc lập và mang tính đại diện để kết luận Omni 1.1 Flash luôn tạo ra hình ảnh chân thực hơn, mô phỏng vật lý tốt hơn hoặc giữ tính liên tục mạnh hơn Sora. Các nguồn cũng không đưa ra một benchmark thống nhất cho phép xem hai hệ thống là tương đương và thay thế trực tiếp cho nhau.
Một phép so sánh nghiêm túc nên dùng cùng prompt, tài liệu tham chiếu, độ dài shot, độ phân giải đầu ra và tiêu chí nghiệm thu. Các chỉ số cần đo gồm:
- độ nhất quán của nhân vật, sản phẩm, ánh sáng và chuyển động máy quay;
- tỷ lệ thành công của các chuyển cảnh dựa trên khung hình đầu-cuối;
- thời gian kết xuất ở độ phân giải nháp và độ phân giải bàn giao;
- chi phí cho mỗi giây video được duyệt, thay vì chi phí cho mỗi lần thử;
- yêu cầu về âm thanh và hội thoại;
- chính sách an toàn, quyền sử dụng và xử lý dữ liệu; và
- mức độ dễ dàng tích hợp vào các công cụ biên tập, duyệt nội dung hiện có.
Quy trình sản xuất thực tế với Gemini Omni 1.1 Flash
Một quy trình hợp lý có thể gồm:
- Chuẩn bị khung hình phong cách, hình ảnh sản phẩm, footage nền hoặc tài liệu chuyển động đã được phê duyệt.
- Tạo nhiều bản nháp 360p để thử hướng sáng tạo, bố cục, thời lượng và chuyển động.
- Chọn take tốt nhất và xác định khung hình mở đầu, kết thúc nếu shot cần kiểm soát điểm đầu-cuối.
- Mở rộng shot theo từng giai đoạn 10 giây, kiểm tra tính liên tục sau mỗi lần tạo.
- Kết xuất chuỗi đã duyệt ở 1080p hoặc 4K khi yêu cầu bàn giao thực sự cần đến độ phân giải đó.
- Hoàn thiện compositing, chỉnh màu, âm thanh, phụ đề, kiểm tra quyền sử dụng và kiểm soát chất lượng bằng các công cụ sản xuất thông thường.
Mô hình có thể giảm chi phí thử nghiệm và lượng công việc thủ công cần thiết để tạo các đoạn nối giữa những shot. Nhưng nó không loại bỏ các quyết định biên tập vốn quyết định video có mạch lạc, được phép sử dụng, đáp ứng yêu cầu kỹ thuật và sẵn sàng xuất bản hay không.
Studio Global AI
Tiếp tục nghiên cứu của bạn
Trang này bao gồm câu trả lời dựa trên nguồn mà bạn có thể tiếp tục bên trong Studio Global.
Người ta cũng hỏi
Câu trả lời ngắn gọn cho "Gemini Omni 1.1 Flash: Tính năng, giá và quy trình sản xuất video AI" là gì?
Ra mắt rộng rãi trên Gemini API từ ngày 27 tháng 8 năm 2026, Gemini Omni 1.1 Flash nổi bật ở khả năng kiểm soát quy trình hơn là một tuyên bố đã vượt trội toàn diện về chất lượng hình ảnh.
Những điểm chính cần xác nhận đầu tiên là gì?
Ra mắt rộng rãi trên Gemini API từ ngày 27 tháng 8 năm 2026, Gemini Omni 1.1 Flash nổi bật ở khả năng kiểm soát quy trình hơn là một tuyên bố đã vượt trội toàn diện về chất lượng hình ảnh. Mô hình có thể phân tích tối đa 10 giây video trước đó khi mở rộng cảnh, nối thêm từng đoạn 10 giây và đạt tổng thời lượng tối đa 40 giây.
Tôi nên làm gì tiếp theo trong thực tế?
Google niêm yết giá đầu ra video ở mức 17,50 USD trên một triệu token; với mức 5.792 token mỗi giây ở 720p, chi phí tương đương khoảng 0,10 USD mỗi giây, chưa tính các khoản liên quan đến đầu vào và đầu ra văn bản.
Nguồn
developersdigest.techGemini Omni 1.1 Flash Goes GA: Scene Extension, Keyframe Control, and 4K in the Gemini API
blog.googleGemini Omni 1.1 Flash lets you build with more control
ai.google.devGemini API changelog - Google AI for Developers