Gemini Omni 1.1 Flash：功能、收費、使用途徑同專業製作流程

Gemini Omni 1.1 Flash 係 Google 面向快速影片生成及剪輯嘅多模態模型，支援文字、圖片同影片作為輸入，再輸出影片。今次更新最值得留意嘅地方，唔係 Google 宣稱每一格畫面都一定勝過其他模型，而係將製作流程變得更「落指令」：先用低成本版本試橋段，再保留更多前段內容去延伸場景，亦可以指定一個鏡頭由邊個畫面開始、去到邊個畫面結束，最後先輸出較高解像度版本。4533

Gemini Omni 1.1 Flash 可以做咩？

Google API 文件列明，模型支援文字、圖片及影片輸入，輸出片長為 3 至 10 秒、每秒 24 格，解像度選項包括 360p、720p、1080p 及 4K。用作剪輯或延伸嘅輸入影片，喺 API 文件中上限為 10 秒。1

所以，Omni 1.1 Flash 對剪接師、動態設計師、廣告公司同產品團隊嘅意義，可能比純粹靠 prompt 由零開始生成影片更大。團隊可以由已批核嘅視覺素材出發，將模型放入一套可重複嘅製作流程，而唔係每次當成一次性實驗。

四個最影響製作嘅更新

1. 延伸場景時，可以參考更多前段內容

當你要求模型接住一段現有影片繼續生成，Gemini Omni 1.1 Flash 可以分析最多 10 秒之前嘅影片內容。較早期嘅 Omni 資料提到，模型參考範圍窄得多；新版本因此有更多資料去理解人物、光線、鏡頭移動同動作，再生成後續畫面。511

每次延伸以 10 秒為一個階段，累積片長最多可到 40 秒。不過，單次生成仍然限制喺 3 至 10 秒，所以呢個功能應該理解為「分段接續」，唔係一個 prompt 就可以直接做出無限制長片。124

對製作團隊嚟講，呢個分別好重要。導演可以先批核一個短 take，再由該位置繼續生成，或者由中途分支發展其他方向。較長嘅上下文或許有助減少連貫性偏移，但唔代表人物、道具、光線同動作一定可以完全一致。

2. 首畫面加尾畫面，直接限制鏡頭走向

模型可以根據兩張指定圖片，生成中間嘅影片動作：一張係開始畫面，另一張係結束畫面。Google API 更新紀錄將呢項能力描述為 image-to-video 流程中嘅插值功能。33

實際用法可以係：先交畀模型一張產品開場構圖，再交一張產品最後要出現嘅位置，然後由模型填補中間嘅移動。類似方法亦可能適合用於鏡頭移動銜接、循環片段同轉場，但每種鏡頭嘅穩定性，仍然要用實際素材測試。

最大好處係創作決定更加清楚。純 prompt 生成要模型自己估計鏡頭由邊度開始、去邊度結束；指定首尾畫面，就可以先鎖定兩個關鍵創作決定，再叫模型處理中間嘅動作。

3. 360p 令反覆試稿成本低啲

Google 表示，360p 預覽最多可以快 60% 生成，成本約為標準 720p 輸出嘅三分一。5

呢個安排令製作流程可以分成幾級：

1. 先生成幾個 360p 版本，測試 prompt、時間、構圖同動作。
2. 揀出最有潛力嘅 take，再修正參考素材或首尾畫面。
3. 批核後，先用較高解像度重新輸出。
4. 之後喺生成流程以外完成合成、調色、聲音、版權審查同品質控制。

Google 收費文件列出，360p 影片輸出每秒 1,931 output tokens，720p 則為每秒 5,792 tokens。以每百萬影片輸出 token 收費 17.50 美元計，360p 約為每秒 0.034 美元，720p 約為每秒 0.101 美元；以上未計輸入及文字輸出費用。4143

因此，實際賬單唔係簡單按「一條片幾多錢」計。輸入媒體、文字回覆、解像度、片長同所用平台，都可能影響最後金額。

4. 高解像度交付可以接喺同一套流程入面

API 同時支援 360p、720p、1080p 及 4K。Google 發佈資料將較高解像度模式，包括 4K，定位為低成本試驗完成後嘅交付階段。134

對需要分開創意試稿同最終 render 嘅團隊嚟講，呢點相當實用。亦可以避免一個常見問題：分鏡同動作都未批核，就先用高解像度預算生成大量版本。

參考影片會點樣改變製作流程？

Omni 1.1 Flash 屬於多模態模型，團隊可以將文字指示同視覺參考一齊交畀模型。視乎任務，參考素材可以係風格畫面、產品圖片、現有片底，或者一段短短嘅動作示例。14

相比只靠文字描述，以參考素材為主嘅流程通常更容易檢視，因為創作簡報入面有清晰嘅視覺基準。開始生成之前，團隊可以先分清楚：產品設計、logo 處理、人物外觀或開場構圖等元素，邊啲必須固定；又有邊啲可以交畀模型自由生成。

不過，參考影片唔等於已經處理好授權問題，亦唔係完整嘅連貫性系統。團隊仍然要確認有冇權使用所提供嘅片段、生成結果有冇正確保留受保護嘅品牌元素，以及成品係咪符合項目嘅編輯同法律要求。

收費同使用途徑

Google Gemini API 收費頁面列出 Gemini Omni 1.1 Flash 嘅標準付費價格：每百萬輸入 token 1.50 美元、每百萬文字輸出 token 9 美元、每百萬影片輸出 token 17.50 美元。Google 以 720p 每秒 5,792 影片 token 作計算，換算後約為每生成一秒 0.10 美元，其他適用費用另計。41

Google API 更新紀錄顯示，gemini-omni-1.1-flash 係面向付費 Gemini API 開發者嘅一般可用版本。3341

但唔同 Google 產品嘅使用狀態未必一樣。Google 面向消費者嘅公告表示，Gemini Omni 會透過 Gemini app 同 Google Flow，提供畀 Google AI Plus、Pro 及 Ultra 訂閱者；至於 Google Enterprise Agent Platform 嘅更新紀錄，就將 Gemini Omni 1.1 Flash 列為 Public Preview。團隊正式建立製作 pipeline 之前，應該再核對目前嘅 model ID、地區、配額、付款狀態同產品專屬可用性。202232

Adobe Firefly 或 Figma 有冇直接整合？

就現有提供嘅證據而言，未有足夠清晰、正式嘅官方公告證實 Gemini Omni 1.1 Flash 已直接整合 Figma；因此呢個講法唔應該當成已核實事實。至於 Adobe Firefly，亦應該將 Google 自家開發者及創意產品嘅已確認使用途徑，同第三方報道或客戶使用個案分開理解。

對專業買家嚟講，更重要嘅問題唔係某個品牌有冇出現喺發布新聞，而係模型係咪真係可以放入團隊現有嘅審批、素材管理、剪輯同交付流程，並且提供穩定 API 同可預計收費。

Gemini Omni 1.1 Flash 對比 OpenAI Sora

Gemini Omni 1.1 Flash 同 OpenAI Sora 唔應該只用一個 headline 功能分高下。現有資料比較支持一個較窄嘅結論：Google 正透過場景延伸、首尾畫面控制、多模態參考、快速草稿同 API 反覆試稿，積極爭取專業 AI 影片市場。433

現有來源未有提供足夠獨立而具代表性嘅證據，去證明 Omni 1.1 Flash 喺寫實度、物理效果或連貫性方面，持續優於 Sora；來源亦冇提供一套統一 benchmark，令兩個系統可以直接當成同一標準比較。

如果要認真比較，應該用相同 prompt、參考素材、片長、輸出解像度同驗收標準，實際量度：

• 人物、產品、光線及鏡頭移動嘅連貫程度；
• 首尾畫面轉場嘅成功率；
• 草稿及交付解像度嘅生成速度；
• 每條「獲批影片」嘅成本，而唔係每次生成嘗試嘅成本；
• 聲音及對白要求；
• 安全、版權同資料處理政策；以及
• 模型接入團隊現有剪輯及審批工具嘅難易度。

一套實際可行嘅製作流程

Omni 1.1 Flash 可以按照以下步驟使用：

1. 準備已獲批准嘅風格畫面、產品圖片、片底或動作參考。
2. 先生成多個 360p 草稿，測試方向、構圖、節奏同動作。
3. 揀出最合適嘅 take；如有需要，再指定鏡頭嘅開始及結束畫面。
4. 以每次 10 秒嘅階段延伸選定鏡頭，每次生成後檢查連貫性。
5. 當交付要求值得投入相關成本時，再輸出 1080p 或 4K 版本。
6. 喺傳統製作工具完成合成、調色、聲音、字幕、版權審查同品質控制。

總結嚟講，Gemini Omni 1.1 Flash 可以降低試驗成本，亦減少製作銜接鏡頭時嘅手工工作。但佢唔會取代決定影片係咪連貫、合法可用、符合技術規格及適合發布嘅編輯判斷。