Gemini Omni 1.1 Flash: was für die Videosteuerung geliefert wurde

Am 27. August 2026 hat Google Gemini Omni 1.1 Flash ausgeliefert — das erste produktionsorientierte Update des Omni-Flash-Videomodells, das auf der I/O gestartet ist. Die offizielle Ankündigung und Googles X-Thread rahmen es als Steuerungs-Release, nicht als Umbenennung: eine Szene verlängern, Start- und Endbild festlegen, kurze Videoreferenzen anhängen, günstig in 360p entwerfen, dann 1080p oder 4K für die Aufnahmen generieren, die du behältst.

Das ist ein anderer Job als das Consumer-Debüt vom 19. Mai, das wir in Gemini Omni Flash: Was geliefert wurde und was Google zurückgehalten hat behandelt haben. Das ursprüngliche Flash-Versprechen war konversationelle Bearbeitung und Any-to-Any-Eingabe, mit einem harten 10-Sekunden-Clip und ohne Szenenverlängerung in der Entwickler-API vom 30. Juni. 1.1 ist der Durchgang, der versucht, diese Clips lang genug, scharf genug und gerichtet genug für eine Produktionspipeline zu machen.

Dieser Artikel ist die Fähigkeitsübersicht: was 1.1 tatsächlich ergänzt hat, welche Limits weiter gelten und welche dieser Jobs du heute schon in OmniArt fahren kannst.

Was Gemini Omni 1.1 Flash tatsächlich geliefert hat

Googles API-ID ist gemini-omni-1.1-flash (Vorschau auf der Gemini Enterprise Agent Platform als gemini-omni-1.1-flash-preview). Die Standardausgabe ist weiterhin 720p im Querformat; 16:9 und 9:16 bleiben die beiden Seitenverhältnisse. SynthID-Wasserzeichen ist weiterhin Pflicht.

Die Zurückhaltungsliste von der I/O hat sich nicht bewegt. Googles aktuelle Dokumentation sagt weiterhin, dass Sprachbearbeitung nicht unterstützt wird, dass der Upload von Audio-Referenzen nicht unterstützt wird und dass der Avatar-Modus nie Teil dieses Releases war. 1.1 ergänzt Regie und Länge. Es ergänzt nicht die aus Sicherheitsgründen zurückgehaltenen Funktionen.

Szenenverlängerung: 10 Sekunden Kontext, bis zu 40 Sekunden

Szenenverlängerung ist die Schlagzeile. Du setzt am Ende eines vorhandenen Clips fort, statt zu hoffen, dass eine neue 10-Sekunden-Generierung dazu passt.

Googles eigene Zahlen: Das Modell liest jetzt bis zu 10 Sekunden vorheriges Material — „ein Sprung gegenüber früheren Modellen, die nur die letzte Sekunde referenziert haben“ — und hängt dann weitere 3–10 Sekunden an. Wiederhole das in 10-Sekunden-Schritten, bis der kumulierte Clip 40 Sekunden erreicht. Einige der letzten Frames der Quelle werden neu geschrieben, damit die Naht kein harter Schnitt ist. Du kannst nichts voranstellen, und du kannst die Mitte eines Clips nicht verlängern.

Der Prompt für eine Verlängerung kann so kurz sein wie "Continue the scene." oder so spezifisch wie eine neue Kamerabewegung. Googles Dokumentation ist eindeutig, dass 0 Sekunden in einem zeitgestempelten Verlängerungs-Prompt den Start des neuen Segments meinen, nicht den Start des Originalclips. Beschreibe Audio, wenn sich der Soundtrack ändern soll; sonst versucht das Modell, ihn kohärent zu halten.

Zwei Einschränkungen zählen, bevor du ein 40-Sekunden-Stück darum herum planst:

• Hochgeladene Quellclips für die Verlängerung müssen 10 Sekunden oder kürzer sein, es sei denn, du verlängerst einen Clip, den das Modell in derselben Multi-Turn-Sitzung bereits generiert hat.
• Das Verlängern eines hochgeladenen Clips ist im EWR, in der Schweiz und im Vereinigten Königreich nicht verfügbar. Das Verlängern eines modellgenerierten Clips ist in allen Regionen verfügbar, in denen die API selbst verfügbar ist.

Auf OmniArt deckt Seedance 2.5 bereits einen verwandten Job ab: jedes Ergebnis von 30 Sekunden oder weniger wiederholt verlängern, bis zu 60 Sekunden, oder 30–180 Sekunden in einem Long-Video-Durchgang generieren. Das ist der Workspace-Weg für langes gerichtetes Video heute. Die 40-Sekunden-Omni-native Kette von 1.1 ist die Google-Oberflächen-Version derselben Idee.

Erstes und letztes Bild

Setze ein Startbild und ein Endbild; Omni 1.1 generiert die kontinuierliche Bewegung dazwischen. Google positioniert das für Kameraorbits, Zoom-Übergänge und Loop-Clips — Letzteres, indem dasselbe Bild sowohl als erstes als auch als letztes Bild verwendet wird.

Prompt-Tags binden die Rollen. Google dokumentiert einfache FIRST_FRAME- und LAST_FRAME-Tags im Prompt; komplexere Prompts können Quellen explizit deklarieren:

[# Sources <FIRST_FRAME>@Image1 <LAST_FRAME>@Image2]

Die Tags bleiben im Prompt so stehen, wie sie geschrieben sind. Die umgebende Anweisung ist der Ort, an dem du die Bewegung beschreibst: eine kontinuierliche Einstellung, keine Jump Cuts, was die Kamera zwischen den zwei Standbildern tut.

Auf OmniArt stellt PixVerse V6 bereits einen Übergangs-Workflow zwischen freigegebenem Start- und Endbild bereit. Wenn das Briefing lautet „von diesem Bild zu jenem Bild kommen“, musst du nicht warten, bis Omni 1.1 als eigene Modell-ID landet. Wenn das Briefing lautet „das innerhalb des konversationellen Threads von Omni Flash tun“, lebt das weiter auf Googles Interactions API.

Videoreferenzen, jeweils bis zu drei Sekunden

1.1 lässt dich kurzes Referenzvideo in denselben multimodalen Prompt legen wie Text und Bilder. Googles öffentliche Demo ordnet drei Tänzer-Clips drei Charakter-Standbildern zu und fordert eine durchgehende Einstellung.

Die dokumentierte Obergrenze ist strenger als die Marketingzeile. Videoreferenzen funktionieren am besten für Personenähnlichkeit; Audio in einem Referenzclip wird ignoriert; du bekommst maximal drei Clips, bis zu 3 Sekunden jeweils. Google sagt außerdem, dass das Referenzieren oder das Ableiten über mehrere Videos hinweg nicht als narrativer Vergleich unterstützt wird — behandle jeden Clip als Motiv- oder Bewegungsreferenz, nicht als zweite Quelle zum Bearbeiten.

Das ist eine echte Erweiterung gegenüber der Vorschau vom 30. Juni, die eine Videoreferenz akzeptierte und Clips länger als 3 Sekunden nicht vollständig verarbeitete. Es ist immer noch nicht die Audio-Eingabe-Hälfte des Any-to-Any-Versprechens. Ton bleibt etwas, das du im Prompt beschreibst.

Der aktuelle Gemini-Omni-Eintrag von OmniArt akzeptiert ein Referenzvideo (MP4 oder MOV, 1–10 Sekunden), gemischt mit bis zu fünf Referenzbildern, und rechnet nach der Dauer des Quellclips ab. Nutze das heute für eine einzelne Bewegungsreferenz. Für größere Referenzpakete ist Seedance 2.5 weiterhin das Workspace-Modell, das um diesen Job herum gebaut ist.

360p-Entwürfe und 1080p- / 4K-Ausgabe

Die Auflösungsleiter ist die andere Produktionsänderung. Die Standardgenerierung ist 720p. Du kannst jetzt anfordern:

• 360p — Googles günstige Entwurfsstufe. Behauptet mit bis zu 60 % höherem Durchsatz und etwa einem Drittel der Kosten von 720p. Flow lässt dich in 360p entwerfen und dann eine 720p-Fassung herunterladen, die du behältst.
• 1080p oder 4K — dokumentiert als aus der 720p-Generierung erzeugte Ausgabe, gedacht für Social-, Digital- oder Broadcast-Fertigstellung.

Der nützliche Workflow ist der offensichtliche: Kamera, Darstellung und Schnittpunkte in 360p erkunden, dann die 1080p- oder 4K-Generierung für die Aufnahme ausgeben, die du tatsächlich ausliefern würdest. Das ist dieselbe Disziplin wie das Entwerfen auf einem schnellen Modell in OmniArt, bevor du auf einem teureren fertigstellst — nur ist es jetzt ein Auflösungsschalter an einem einzigen Omni-Modell.

Native 4K-Generierung bleibt in dieser Linie der Veo-3.1-Job. Der 4K-Pfad von 1.1 ist ein Fertigstellungsschritt auf einem Omni-Clip, kein Anspruch, dass Omni Veo für die Großbild-Auslieferung ersetzt hat.

Wo es live ist und was OmniArt heute bereitstellt

Google rollt 1.1 am 27. August über den eigenen Stack aus:

• Google AI Studio und die Gemini API (gemini-omni-1.1-flash)
• Gemini Enterprise Agent Platform (gemini-omni-1.1-flash-preview)
• Google Flow, einschließlich Start-/Endbildern, 360p-Entwürfen und 1080p- / 4K-Export
• Szenenverlängerung in der Gemini-App, für Abonnentinnen und Abonnenten von Google AI Plus, Pro und Ultra

Standard-Gemini-Omni-Generierung ist bereits auf OmniArt: 720p, 3–10 Sekunden, natives Audio, bis zu fünf Referenzbilder und ein Referenzvideo, Starter-Plan und höher. OmniArt stellt derzeit keine eigene Modell-ID gemini-omni-1.1-flash bereit, auch nicht die 40-Sekunden-Verlängerungskette, die First-and-Last-Frame-Aufgabe oder die 360p- / 1080p- / 4K-Auflösungsleiter. Sitzungserhaltende konversationelle Bearbeitungen brauchen weiterhin Googles Interactions API, wie schon, als wir die Entwickler-API vom 30. Juni behandelt haben.

Wie du gegenüber Veo 3.1 und Seedance 2.5 auswählst

1.1 setzt den Rest der Google-Linie nicht ab, und es macht Omni nicht zur einzigen Option für gerichtetes Video in OmniArt. Wähle pro Einstellung:

Das Muster ist dasselbe, das wir auf der I/O verwendet haben: neue Omni-Releases sind Ergänzungen. Du behältst die Modelle, die das Briefing schon abdecken, und du nimmst 1.1 dazu, wenn der Job speziell Omnis konversationelle Steuerung plus eine längere, schärfere Fertigstellung ist.

Für Prompt-Gewohnheiten, die für die ersten 10 Sekunden weiter gelten — eine klare Aktion, Ton in den Prompt geschrieben, kein Feld für negative Prompts — siehe den Omni-Flash-Prompt-Leitfaden. Für Verlängerungssprache auf dem Workspace-Modell, das das schon kann, siehe den Leitfaden zu Bearbeitung und Erweiterung in Seedance 2.5.

Was du diese Woche auf OmniArt tun solltest

Wenn du Omni selbst ausprobieren willst, öffne Gemini Omni im Video-Workspace und fahre die aktuelle 10-Sekunden-, 720p-Oberfläche: Text, Referenzbilder oder ein kurzes Referenzvideo. Vergleiche es Seite an Seite mit Veo 3.1, Seedance 2.5, PixVerse V6, Kling und dem Rest der Linie — eine Balance, eine Prompt-Grammatik.

Wenn das Briefing speziell die neuen Steuerungen von 1.1 sind — 40-Sekunden-Omni-native Verlängerung, First/Last-Frame-Interpolation innerhalb von Omni oder eine 360p-dann-4K-Schleife — nutze diese Woche Google AI Studio, Flow oder die Gemini API, und behandle OmniArt als den Ort, an dem du den Rest des Projekts schon generierst.

Diese Trennung ist vorübergehend, auf dieselbe Weise, wie die ursprüngliche Flash-API-Lücke vorübergehend war. Wenn die Steuerungen von 1.1 als auswählbares OmniArt-Modell landen, werden sie eine weitere Option in einem Workspace, der bereits produziert — kein Grund zu warten.

FAQ

Was ist Gemini Omni 1.1 Flash?

Gemini Omni 1.1 Flash ist Googles Update vom 27. August 2026 zu Omni Flash, einem multimodalen Modell für Videogenerierung und -bearbeitung. Es ergänzt Szenenverlängerung, Interpolation zwischen erstem und letztem Bild, kurze Videoreferenzen, 360p-Entwürfe und 1080p- / 4K-Ausgabe auf der ursprünglichen konversationellen Bearbeitung und der Text-/Bild-/Video-Eingabe.

Ist Gemini Omni 1.1 Flash auf OmniArt verfügbar?

Nicht als eigene Modell-ID. OmniArt liefert derzeit Standard-Gemini-Omni-Generierung in 720p und 3–10 Sekunden. 1.1-spezifische Steuerungen — 40-Sekunden-Verlängerung, erstes/letztes Bild, 360p-Entwürfe und 1080p- / 4K-Ausgabe — rollen auf Google AI Studio, Flow, der Gemini API und der Gemini Enterprise Agent Platform aus.

Wie lang dürfen Omni-1.1-Flash-Videos sein?

Eine einzelne Generierung ist weiterhin ein 10-Sekunden-Clip. Szenenverlängerung hängt jeweils 3–10 Sekunden an, nutzt bis zu 10 Sekunden vorheriges Material als Kontext und kommt auf ein kumuliertes Maximum von 40 Sekunden. Hochgeladene Quellen für die Verlängerung müssen 10 Sekunden oder kürzer sein.

Generiert Omni 1.1 Flash natives 4K?

Google dokumentiert 1080p und 4K als aus der Standard-720p-Generierung erzeugte Ausgabe, nicht als nativen 4K-Aufnahmeweg. Für natives 4K-Video in OmniArt bleibt Veo 3.1 das Modell der Google-Linie, das für diese Fertigstellung gebaut ist.

Hat 1.1 den Upload von Audio-Referenzen oder die Sprachbearbeitung ergänzt?

Nein. Googles aktuelle Omni-Dokumentation listet den Upload von Audio-Referenzen und die Sprachbearbeitung weiterhin als nicht unterstützt. Audio in Videoreferenzen wird ignoriert. Ton wird weiterhin im Prompt gesteuert, was dem entspricht, was wir im Artikel zur Any-to-Any-Eingabe festgehalten haben.