AInews: Google Gemini Omni 1.1 Flash разширява възможностите за генериране на AI видео сцени до 40 секунди в 4K резолюция

На 27 август 2026 г. Google пусна Gemini Omni 1.1 Flash – готов за продукция AI модел за видео, която може да генерира и удължава клипове до 40 секунди и да ги завършва в 4K, което представлява едно от най-агресивните подобрения досега в инструментите за AI видео под знамената на AInews.
Какво точно стартира Google с Gemini Omni 1.1 Flash?
Google представи Gemini Omni 1.1 Flash като своя нов мултимодален модел за генериране на видео, фокусиран върху контрола, а не само върху суровата качество на изображението. Релизът добавя разширяване на сцени, преходи, базирани на ключови кадри (keyframes), черновно рендиране в 360p и мащабиране (upscaling) до 1080p и 4K за разработчици, използващи Gemini API и продуктите на Google AI.
Моделът е позициониран като основния видео двигател за продукция в Gemini стека на Google, замествайки по-ранните версии, които бяха ограничени както в контекста, така и в резолюцията. Според официалния блог на Google, Omni вече поддържа „видео продукция със студио качество“ с инструменти, насочени към монтажисти и продуктови екипи, а не само към експерименти.
- Дата на стартиране: 27 август 2026 г., като продукционно обновление на видео линията Gemini на Google.
- Име на модела: Gemini Omni 1.1 Flash, достъпен чрез Gemini API и услугите на Google AI.
- Основен фокус: По-голям контрол върху сцените, преходите и резолюцията, вместо само подобряване на суровото качество на генериране.
- Поддържани резолюции на изходния файл: 360p, 720p, 1080p и 4K чрез мащабиране.
Как работи новата система за разширяване на сцените и защо 40-те секунди са важни?
Gemini Omni 1.1 Flash въвежда система за разширяване на сцени със състояние (stateful scene extension), която чете до 10 секунди от предходния видеоматериал и удължава клиповете на блокове от 10 секунди, с общ лимит от 40 секунди. Тази промяна прави възможни многокадрови последователности и непрекъснати движения на камерата в рамките на модела за първи път.
По-ранните видео системи на Google, като Veo, разглеждаха само последната секунда от клипа преди създаването на продължението, което често нарушаваше консистентността на движението или осветлението. Omni 1.1 премахва тази „стена от една секунда“. Той анализира по-дълъг сегмент от съществуващото видео, така че продължението да запази композицията, движението и стила.
- Базова дължина на клипа: 3–10 секунди на генериране, според документацията за разработчици на Google.
- Предходен контекст за разширяване: До 10 секунди от по-ранния видеоматериал вместо само последната секунда.
- Инкременти на разширяването: 10-секундни парчета, подредени по време на сесия за монтаж.
- Максимална кумулативна дължина: 40 секунди на сцена при верижно разширяване.
Няколко ръководства за разработчици описват това като „сесия за монтаж със състояние“, при която всеки извикване за разширяване препраща към предишен идентификатор на взаимодействието (interaction ID), което означава, че моделът проследява непрекъснатостта през множество стъпки, вместо да третира всяка заявка (prompt) от нулата.
Какво всъщност означава финализиране в 4K за създателите и разработчиците?
Gemini Omni 1.1 Flash не рендира нативно 4K от нулата, а използва мащабиране (upscaling), за да повиши генерирания видеоматериал до 1080p или 4K. Черновите могат да се произвеждат бързо в 360p, за да се съкрати времето и разходите за итерации, а след това да се финализират в висока резолюция за доставка.
В блога на Google се посочва, че Omni вече може да генерира „полирани, високоразделителни 1080p или 4K изходи, готови за професионална продукция“, като 4K се постига чрез процес на мащабиране. Промените в Gemini API потвърждават нов параметър за резолюция, обхващащ 360p, 720p, 1080p и 4K.
- Резолюция на черновия режим: 360p, описана от Google като до 60 процента по-бърза от 720p и приблизително една трета от цената.
- Стандартно генериране: 720p клипове на нормална цена и скорост.
- Финализиране с висока резолюция: Мащабирани 1080p и 4K за финална доставка.
- Примерни цени: Една анализа цитира $0.03 на секунда при 360p, $0.10 при 720p, $0.15 при 1080p и $0.30 за 4K, базирано на таблиците с тарифи на Gemini API.
Тези ценови данни идват от странично отразяване на документацията на Google и списъците на препродавачи, които предупреждават, че бюджетите за продукция с висока резолюция трябва да се разглеждат като предварителни, докато Google не актуализира официалната си страница с цени.
Какви нови контроли предлага Omni 1.1 Flash върху движението и стила?
Актуализацията добавя контрол върху началните и крайните ключови кадри, кратки видео референции и по-чисти траектории на движението. Тези функции дават на създателите начини да задават движения на камерата, да запазват дизайна на героите и да поддържат стилова непрекъснатост в множество кадри без ръчна постпродукция.
Няколко технически анализи описват работен процес, при който потребителят предоставя първия и последния кадър, а моделът генерира движението между тези две точки. Това отключва контролирани орбитални движения, зум и цикли, които преди това изискваха ръчно създадена анимация или външни инструменти.
- Преходи между първи и последен кадър: Моделът интерполира движението между дефинираните кадри, подобрявайки контрола върху пътеките на камерата.
- Видео референции: До три секунди външен видеоматериал могат да бъдат прикачени като стилова референция за герои или движение.
- Качество на движението: Отразяване от специализирани сайтове съобщава за „по-чисти движения“ и по-малко артефакти в сравнение с по-ранните версии на Omni, базирано на ранни тестове.
- Мултимодален вход: Omni Flash работи с текстови заявки плюс изображения или кратки видеоклипове в рамките на Gemini API.
Къде е достъпен Gemini Omni 1.1 Flash и кой може да го използва днес?
Gemini Omni 1.1 Flash е наличен в Gemini API и в продуктите на Google AI, насочени към разработчици и напреднали потребители. Той е достъпен за платените нива на Gemini и се появява в платформите, ориентирани към предприятия, използвани за агенти и автоматизация на работни процеси.
Според Google и независимата документация, Omni 1.1 Flash може да бъде извикван от:
- Gemini API: Представен като gemini-omni-1.1-flash с конфигурационни опции, специфични за видео.
- Абонаменти Google AI Plus, Pro и Ultra: Моделът е активиран във Flow, структурираната AI среда на Google, и поддържа разширяване на сцени в приложението Gemini.
- Платформи за корпоративни агенти: Облачната документация на Google изброява Omni 1.1 Flash сред поддържаните модели за работни процеси на агенти с видео възможности.
- Странични препродавачи и инструменти: Няколко ръководства за интеграция включват Omni Flash в слоеве за маршрутизация и табла за разработчици.
Публичните постове на Google AI и независими изследователи в социалните платформи потвърждават внедряването, цитирайки способността на модела за разширяване на сцените до 40 секунди, поддръжката на 1080p и 4K и черновия режим 360p, предназначен да направи експериментирането по-евтино.


