Gemini Omni 1.1 Flash 转正，视频能续到 40 秒了

谷歌把 Gemini Omni 1.1 Flash 转成正式可用，这一版的升级重点落在视频生成上：支持以 10 秒为单位续接，最长能延到 40 秒。

真正的改动不是那个 40 秒，是续接时的参考范围。以前的做法是只看已有片段的最后一帧来推下一段，新版本改成分析最后 10 秒。这一条决定了转场自不自然。

只看末帧的问题，做过 AI 视频的人都遇上过：末帧是一张静止画面，它记录了物体在哪儿，但没记录物体往哪儿动、动多快。于是续接的那一刻运动矢量会重置，人走着走着突然改了步频，镜头推着推着突然停住，接缝在哪儿一眼就能看出来。改成看 10 秒之后，模型至少能把速度和方向的连续性接上。

40 秒这个长度也值得说一句。当前主流视频模型的单次生成大多在 5 到 10 秒区间，做完整叙事只能靠拼。40 秒基本够放下一个完整的短镜头段落，或者一条广告片的主体部分，这对实际生产流程的意义比多几百像素分辨率大得多。

不过 10 秒一续的模式还是会积累误差。每次续接都是在上一段的输出上再做一次生成，人物长相、服装细节、光线色温这些会一段段地漂。四段之后角色还是不是同一个人，得看具体片子。这也是为什么各家在拼长度的同时都在提”一致性”——真正卡住商用的是后者。

Flash 这个后缀说明它走的是快和便宜那一档。同一代里通常还有能力更强的版本，Flash 的定位是让高频调用的场景用得起。对做电商素材、社媒短视频、批量口播的团队来说，能不能大规模跑起来往往比单条质量更关键，这个档位反而更实用。