AI视频生成迎来导演时代：谷歌新模型登顶全球

谷歌近日更新了Gemini Omni 1.1 Flash模型，一举在Arena文生视频榜单中登顶全球第一，图生视频排名也升至全球第二，得分1488分。这一成绩的背后，是模型一次性解决了AI视频生成中的多项痛点，让创作者从“碰运气”转向“掌控全局”。

从1秒到10秒：续拍能力质的飞跃

过去，AI视频续拍往往只能参考极短的上下文，导致角色、灯光和镜头运动难以连贯。此次更新将续拍上下文从Veo的1秒大幅提升至10秒，意味着模型可以回看最多10秒的画面进行续拍，并以10秒为一段累计生成最长40秒的视频。实测案例中，通过三次续拍，模型成功完成了从红发女子特写到悬浮图书馆的连续场景，角色特征全程保持稳定。此外，模型还能执行希区柯克变焦、机械急推、时间冻结环绕等电影级运镜指令，甚至实现跨镜头对白衔接，时间轴可延续至30秒。更令人惊喜的是，模型还能生成角色打破第四面墙、直视镜头提问的互动效果，为创意表达打开了新空间。

五大功能构建导演工作流

除了场景延展，新模型还引入了多项针对性的新能力。首尾帧功能允许用户指定起始帧和结束帧，中间的运动由模型自动生成，特别适合复杂运镜、变焦转场和无缝循环。视频参考功能则支持混入最多3秒的参考视频，融合其中的动作、运镜与节奏，简化了动作描述。例如，用户可以将指定角色的动作迁移至新场景，而无需逐帧描述。

为了提升创作效率，模型还提供了360p草稿模式。该模式比720p快最多60%，成本仅为后者的三分之一，专为快速试错设计。Draft Room可以一次生成四个变体供对比，选中后即可统一升级至1080p或4K。4K放大功能则支持将成片提升至1080p或4K分辨率，满足高质量输出需求。

这些功能组合起来，形成了一套完整的导演工作流：首尾帧定分镜、360p拍草稿、视频参考锁角色、场景延展接戏、4K放大交片。已有应用如Transition Studio利用首尾帧实现多种转场，看房应用则能生成无虚构家具的室内漫游，展现了新功能的实际价值。

价格与市场反响：AI视频进入新阶段

价格方面，模型按秒计费，共分四档：360p每秒0.03美元，720p每秒0.10美元，1080p每秒0.15美元，4K每秒0.30美元，今日起全球开放。这一价格体系覆盖了从草稿到成片的全流程，降低了试错成本。

Figma Weave创意总监Itay Schiff评价说，团队已从“生成视频”转向“导演视频”。业界普遍认为，AI视频的竞争重点正从画质和物理效果转向用户的指挥能力，抽卡式生成时代宣告终结。这意味着，创作者不再需要反复生成、碰运气，而是可以通过精确控制，让AI成为真正的创作工具。

从技术突破到工作流重塑，谷歌这次更新不仅刷新了榜单，更重新定义了AI视频的创作方式。未来，随着用户指挥能力的深化，AI视频或将成为专业导演的得力助手，让每个人的创意都能以电影级水准呈现。