Gemini Omni 1.1 Flash：360p 草稿、起始帧和 4K 输出

核心要点 (BLUF)： Gemini Omni 1.1 Flash 是多模态视频模型的第二个版本。混合输入保持不变——单个请求中的文本、图像、视频、语音和保存的字符。有两个新增控件：快速 360p 草稿模式和决定运动开始位置的起始帧。两个版本都位于同一型号列表中，因此您可以随时切换。

确切地说有两个区别，都是关于拍摄的指导。第一个是 360p：版本 1 根本不提供它，其最低步长是 720p。第二个是起始帧——上传的图片可以被声明为剪辑的第一帧，因此运动从它开始，而不是从模型发明的任何内容开始。

其他一切都匹配：4、6、8 或 10 秒、横向 16:9 和纵向 9:16、720p、1080p 和 4K 的分辨率、可重复结果的种子字段以及语音和角色的共享库。两个版本的价格也相同。

草稿模式的成本与720p和1080p的成本完全相同：资费取决于剪辑长度，而不是帧尺寸。 360p 的要点是不同的——小画面的返回速度明显更快，所以同时你可以尝试更多的措辞、角度和动作。

实用的路线如下所示：在 360p 中进行三到四次尝试，直到场景正常运行，然后使用相同的种子在 1080p 或 4K 中重新运行相同的提示。对于固定种子，最终剪辑通常在构图上重复草稿，仅在细节上有所不同。

“使用第一个上传的图像作为起始帧”复选框将引用转换为文字起始帧。当开头固定时，这会有所帮助：完成的海报、上一个剪辑中的框架、用手机拍摄的房间。然后，文本仅描述动作——谁走进来、角色做什么、摄像机去哪里。

该模式具有功能成本，并且最好提前知道：使用起始帧时，不会发送其他附件。没有额外的图像，没有视频参考，没有角色，也没有声音——该模型仅适用于开场图片和文本。如果您需要混合输入，请清除该复选框，附加的所有内容都会照常进行。

如果没有起始帧，则应用熟悉的算术：总共七个槽。每张图像占用一个槽位，保存的角色也占用一个槽位，视频参考一次占用两个槽位。所以你可以带七张图片，或者一个视频加五张图片，或者三个人物和一个视频加两张图片。

视频参考被剪切为十秒的窗口，并且在发送之前使用滑块在浏览器中选取片段。声音来自您的个人库：每个剪辑最多三个轨道，并将台词写入场景描述本身。

当您需要快速浏览想法或严格定义的空缺时，请使用1.1 Flash。版本 1 仍然是一个合理的选择，两者都不需要，并且设置已经拨入 - 结果很接近，形式也相同。

切换不会破坏任何内容：生成历史是共享的，语音和字符库也是如此。同一个英雄可以在任一版本制作的剪辑中担任主角，并且提要会显示哪个版本产生了每个结果。

有两种方式：360p 草案分辨率（版本 1 没有）和起始帧 - 将上传的图片作为剪辑的第一帧的选项。两者的时长、宽高比、4K、种子、声音和角色都是相同的。

否。价格取决于剪辑长度以及是否提供视频参考； 360p、720p和1080p价格相同，只有4K价格更高。草稿模式的优势在于等待时间，而不是价格。

这就是模型本身的工作原理：起始帧与其他附件不兼容，并且在没有它们的情况下发送。如果场景需要角色、语音或视频参考，请清除起始帧复选框，然后完成完整的混合输入。

是的。在起草时修复种子并重新运行相同的请求，仅更改分辨率。不保证逐帧匹配，但通常会保留构图和动作。