Google · Gemini Omni 1.1 Flash
從任何輸入建立與編輯影片
Google 的 Omni Flash 是一款集影片生成、編輯與延伸於一身的模型——輸入文字、圖片或影片片段，即可產出帶有專屬語音、音樂和音效的影片。1.1 版新增了可將場景延伸至 40 秒的功能、首尾影格控制，以及 1080p 和 4K 輸出。
已在影片工作室、Canvas 及 MCP 連接器中上線
- 3s
- 10s
- 20s
- 30s
- 40s
描述場景、鏡頭、光線與氛圍。音訊將自動配合生成。
影像是引導或起點；提示詞則指定什麼會移動。
模型會從第一幀動畫播放到最後一幀——包含環繞、縮放與無縫循環。
照片中的角色與物件在整段影片中保持一致。
編輯會保留你未提及的所有內容；延長則每次追加 10 秒。
Google 為 Omni 注入的功能
模型說明卡與發布文章開頭強調的三件事，以及它們對長片段為何重要。以下所有聲明皆來自 Google；下方的算繪結果則出自我們之手。
跨鏡頭的十秒記憶
Omni 1.1 在延伸場景時會分析長達 10 秒的先前脈絡——早期模型僅參考最後 1 秒。這就是為什麼一段 40 秒的鏈結能在四個段落中維持相同的船長、船隻與色調。
物理與世界知識
Google 描述其具備對重力、動能與流體力學的直覺理解，並結合 Gemini 對歷史、科學與文化的知識——水花噴湧如同真實的水，大帆船傾側如同真正的船。
每段影片皆套用 SynthID 與 C2PA
每支生成的影片都帶有 Google 隱形的 SynthID 浮水印，並支援 Content Credentials (C2PA)，因此主要片段在發布時可驗證其來源——這已是越來越多平台的必要條件。
資料來源：Google 的「Introducing Gemini Omni」與「Gemini Omni 1.1 Flash lets you build with more control」文章、DeepMind 模型卡，以及 Gemini Enterprise Agent Platform 模型頁面。
兩段示範，直接來自模型
這兩部影片都是在 Popcraft 上生成的，並以原始交付狀態呈現——未經剪輯、未加配樂。預告片是一次 40 秒的 1080p 生成請求。右側的對比組是一段 5 秒的短片，以及同一短片經場景延長至 25 秒後的版本。
任意長度，最長 40 秒。Popcraft 為你自動串接。
Google 的發布文章稱之為場景延伸：影片「以 10 秒為單位增長，累計總長度最多 40 秒」。在 Popcraft 上，您完全不需要手動管理。只需在一個滑桿上選擇 3 到 40 秒的任意長度，Popcraft 會自動鏈結延伸流程，從您的單一提示詞開始，最終交付一個檔案、一個故事、一條配樂。以下是預告片在六個時間點的畫面。
1s
8s
15s
22s
29s
36s任意長度，自動串接
選擇 3 到 40 秒，Popcraft 會在幕後為你執行 Google 的延長鏈——無需規劃片段、無需拼接短片——而且你只需為實際交付的秒數付費。
製作解析度
Google 的原話：「精緻、高解析度的 1080p 或 4K 輸出，可直接用於專業製作」。在 Popcraft 上，4K 串接最長可達 30 秒。
首尾影格
1.1 版新功能：指定鏡頭的起始與結束影格，Omni 便會生成兩者之間的連續影片——複雜的攝影機環繞、縮放轉場、無縫循環。
語音、音樂、音效
模型說明卡上列為隨畫面同步生成。在提示詞中指定即可——收音機播放聲、無對話、僅環境音——模型就會照做。
使用您自己的圖片或影片
同一個模型可讀取參考素材、進行編輯與延長。Google 的建議是依賴提示詞：指明應保留的內容、指明應變更的內容，要延長時就說「延長」。
主體參考
附上人物、產品或地點的照片，並描述場景。模型會在整段影片中維持角色與物件的一致性，包括長片段中的各個段落。
無需訓練步驟，也無需角色檔案。同一主體不同角度的兩張照片，效果勝過單張。
參考照片中的女子在黃金時刻的沙灘上朝鏡頭走來，髮絲隨風飄揚，身後是層層海浪。
影片編輯
附加一段短片並說明需要變更的部分。Google 的官方建議：「簡單的提示詞最適合用於影片編輯」——模型會保留你未提及的元素。
輸出會維持與來源相同的長度與畫面構圖，並依該長度計費。
讓雪下得更大。其餘部分維持不變。
場景延長
附上影片片段並選擇較長的總長度。原始內容會逐格保留，新畫面以 10 秒為一段接續附加且延續音效，模型會讀取片段中最多 10 秒的內容以維持連貫性。
請輸入「extend」——如果你忘了，Popcraft 會在延伸影片面板中自動為你加上，因為若沒有這個詞，模型會將請求視為編輯。延伸只會在結尾追加。
延長這段影片：延續完全相同的場景，直到船隻抵達碼頭，船員將繩索拋向岸邊。
Omni 與 Seedance 2.5 及 Veo 3.1 並列比較
三款模型皆能隨畫面同步生成音訊。Omni 的優勢在於單一模型即可將場景延伸至 40 秒並輸出 4K；Seedance 的優勢在於參考數量與區域精準編輯；Veo 的優勢在於 8 秒的影格控制。請依工作需求挑選。
| 功能 | Gemini Omni 1.1 Flash | Seedance 2.5 | Veo 3.1 |
|---|---|---|---|
| 單次請求最長片段 | 40 秒（透過場景延長，4K 下為 30 秒） | 30 秒 | 8 秒 |
| 最高解析度 | 4K（3840×2160），最低支援 360p 草稿層級 | 1080p | 1080p |
| 原生音訊 | 語音、音樂、音效 | 是 | 是 |
| 參考圖片 | 最多 10 個 | 最多 30 個（+10 部影片、+10 段音訊） | 最多 3 個 |
| 參考影片 | 最多 3 個 | 最多 10 個 | 1（擴充） |
| 影片剪輯 | 對話式；保留你未提及的內容 | 可控且區域精準 | — |
| 影片延長 | 以 10 秒為單位延長至 40 秒，含 10 秒上下文 | 向前或向後，最長 30 秒 | 每步驟 +7 秒 |
| 來源追溯 | SynthID + C2PA 內容憑證 | — | SynthID |
Omni 的數據來自 Google 的模型頁面與發布文章；Popcraft 的限制則是選擇器目前所呈現的數值。供應商的上限會變動；選擇器一律顯示當前可用的規格。
適合單一長指令一次到位的場景
過去需要五段片段再拼接的任何內容。
著陸頁主視覺
3 到 40 秒的任意長度（4K 為 30 秒），附帶專屬配樂，全部在一個檔案中。將滑桿設為 24，Popcraft 會為你自動串接延伸。
預告片與搶先看
完整的敘事弧線——鋪陳、揭露、高潮——在一次連續算圖中完成，搭配漸強的背景音樂。
固定主角的廣告短片
只需幾張產品或主持人的照片，就能讓每個鏡頭中的他們保持一致。
重塑你的拍攝畫面
在真實影片上變更天氣、服裝或一天中的時段，長度與鏡頭維持不變。
將想法視覺化拆解
Google 的發布文章特別點出這一點：「從簡短提示詞生成引人入勝的解說」，並搭配能拆解複雜概念的視覺效果。
鏈結的提示詞撰寫
Google 的指南要求提供場景描述、攝影機運動、燈光與氛圍，並提供事件的時間碼語法。此處的其他內容皆來自上方的預告片：它完成了我們的要求，也重新排序了我們的要求，因為我們在每個段落中要求了太多。
每 10 秒一個動作，並附上時間碼
將節拍寫成定時序列——Google 官方指南記載了 [0-3s] … [3-6s] … 語法。每個 10 秒片段分配一項明確的任務；模型會根據提示詞規劃片段，所以請把計畫給它。
將視覺風格（色調、鏡頭、氛圍）以短短一行寫在結尾，而非在開頭寫一大段。若要一鏡到底，請明確說明：「單一連續鏡頭，無場景切換」。
黃昏暴風雨中的海盜大帆船，骷髏旗，破損的黑帆。單一連續鏡頭，無場景切換。\n[0-10s] 船隻破浪前行；鏡頭升至甲板。\n[10-20s] 鬍子船長在舵輪旁高聲下令；船員大聲回應。\n[20-30s] 他打開船首的鐵箱；裡面裝滿了紅色蔓越莓。\n[30-40s] 敵船開火；他舉起彎刀，蔓越莓以慢動作四散。\n視覺風格：變形鏡頭光暈、青橙調色、管弦樂配樂、無畫面文字。
密集的預告片段落
這是我們實際為上方預告片送出的內容：五個節拍、寶箱揭曉、敵對船隻與結局，全部寫在一個不間斷的段落中。模型保留了船隻、船長與色調，但調換了順序。
蔓越莓噴霧落在第 8 秒；寶箱始終沒有清楚打開。密集的提示詞不會失敗，只會被壓縮。
好萊塢大片預告片，「蔓越莓海盜」。史詩級實拍電影視覺風格：變形鏡頭光暈、深青橙調色、體積海霧、35mm 底片顆粒……【五個節拍，一個段落，240 字】
- 使用「extend」
- 進行延伸時，該詞就是開關。如果缺少，Popcraft 會在延伸影片面板中自動加上；若透過 API 或 MCP 操作，請自行輸入。延伸只會在結尾追加——不支援在開頭前置。
- 影格也需要文字描述
- 兩張圖片會被視為主題參考，除非你明確指定「第一影格」和「最後影格」並描述轉場效果。
- 指導音效
- Google 指南：「預設情況下，模型會嘗試生成合適的音軌。」請使用簡單的否定指令——「無對話」、「無額外音效」——或直接指定你想要的內容：收音機播放聲、雨打畫布聲、弦樂漸強。
- 保持剪輯簡潔
- 再次引用 Google 的指南：「過度描述的提示詞可能導致非預期的變更。」請指明要變更的部分，加上「其餘部分保持不變」，然後停止。
費用說明
Omni 按實際交付的秒數與解析度計費。由於 Popcraft 只提供模型能精確達到的長度，你在生成前看到的價格就是最終付費金額。
草稿與社群用途。10 秒影片為 150 點數；完整 40 秒為 600 點數。
交付品質。上方 40 秒的預告片花費 920 點數——一次請求，包含音效。
原生 3840×2160 適用於主打版面。上限為 30 秒；完整 30 秒 4K 序列為 1,350 點數。
常見問題
Google 的影片模型，DeepMind 將其描述為「我們邁向能從任何輸入建立與編輯任何內容的模型的下一步——從影片開始」。單一模型涵蓋文字轉影片、圖片轉影片、首尾影格插值、主體參考、影片編輯與場景延伸，並為每段影片生成語音、音樂和音效。1.1 版本於 2026 年 8 月 27 日發布，新增了延伸、關鍵影格及 1080p/4K 輸出功能。
每次生成最長可達 10 秒；場景延伸會以 10 秒為單位遞增影片長度，累計最長可達 40 秒。在 Popcraft 上，你只需透過單一滑桿選擇 3 到 40 秒之間的任意長度，Popcraft 會根據你的單一提示詞自動串接延伸流程；滑桿只會提供模型能產出的長度選項，而你只需為實際取得的秒數付費。在 4K 解析度下，串接上限為 30 秒，而首尾影格影片屬於單次生成，因此長度為 3 到 10 秒。
預設情況下是的——Google 的指南指出模型「會嘗試生成合適的音軌」，模型說明卡也列出了語音、音樂和音效。你可以在提示詞中指定，包括在需要靜音時加入「無對話」或「無音樂」。你也可以事後在 Popcraft 時間軸上替換或疊加音訊。
附加一段影片片段並選擇你想要的總長度。原始內容會逐幀保留，並以完整的 10 秒段落追加至結尾，同時會讀取片段中最長 10 秒的內容以保持連貫性。因此，一段 5 秒的片段會變成 15、25 或 35 秒——絕不會是 20 秒。Popcraft 只提供模型能產出的長度，並按實際秒數計費。延伸只會在結尾追加。
可以。請附上來源並描述變更內容。Google 建議使用簡單的編輯提示詞，並加上「其餘部分保持不變」；模型會保留您未提及的元素。產出結果會維持原始片段的長度與構圖，並依來源片段的長度計費。目前不支援編輯口語對話。
4K 以 3840×2160 渲染，每秒費用是 720p 費率的三倍，因為它使用三倍的運算資源。每段 4K 片段在上游需要數分鐘，因此序列在 30 秒時停止。每種長度與解析度都會在生成前顯示其點數價格。
因為每個 10 秒片段都是前一段的延伸，且模型會自行規劃節奏。請使用 Google 的時間碼語法，每 10 秒給予一個明確的動作，並捨棄電影語言的填充內容。密集的五拍預告片會被壓縮或重新排序；30 秒內的三拍則能維持。
每部 Omni 影片都帶有 Google 的隱形 SynthID 浮水印，並支援 C2PA 內容憑證，可在不影響影片外觀的情況下驗證來源。Popcraft 付費方案會授予你所生成影片的商業使用權；免費方案下載的影片會帶有可見的 Popcraft 浮水印，付費方案則會移除。你仍須對提示詞及參考媒體中的肖像與內容自行負責。
繼續探索
相關模型
Seedance 2.5 單次任務可生成長達 30 秒的影片，支援多達 50 個參考素材、可控影片編輯、高保真時間軸延展、0.4 至 2.5 的任意長寬比，以及 10 種以上語言的原生提示詞。現已於 Popcraft 上線。
MiniMax H3 可生成 24fps 的 2K 影片並同步立體聲配樂，一次搞定特效、氛圍與對白。支援單一提示詞多鏡頭、5 至 15 秒、首末幀控制。現已在 Popcraft 上線。
在 Popcraft 上使用 Seedance 2.0，從文字、圖片或片段生成電影級 4K 影片。原生同步音訊、多鏡頭序列，以及最高 4K (2160p) 的極致清晰細節。
Seedance 2.0 Mini 是字節跳動最輕量的影片方案——比標準版 Seedance 2.0 便宜最多 50%，速度約為 Fast 的 2 倍，支援文字、影像、影片及音訊提示詞。現已在 Popcraft 上線。