这条在讲 Gemini Omni 1.1 Flash，8 月 27 日发的，出处是 Google DeepMind 的 Anish Nangia 和 Alisa Fortin 署名。定位说得很清楚：面向开发者的生产就绪更新，重点放在生成式视频的控制能力上。
我扫完前半段，感觉像在翻一列功能清单——场景延伸、首帧末帧、多模态参考，一条条排过去。读到第三段才停下来，是看到作者写场景延伸能分析最多 10 秒的已有视频上下文，之前只参考最后 1 秒。
之前只参考最后 1 秒。这个改动比后头那些功能更实在。只给模型看最后一帧，它就等于没看前因后果地往下续；10 秒上下文一开，前面发生过什么、角色往哪边动、镜头怎么摇，它才真正有东西能参照。这个东西不是参数表上多一个数字，是续写逻辑变了。
看到这条我没忍住，顺手跑了一下。在 Google AI Studio 里调的 Gemini API。给它的任务是：拿一段 8 秒的推轨镜头，从最后一帧接着延伸 10 秒。
你：参考下面这段 8 秒视频，从最后一帧处继续延伸 10 秒，保持原场景和动作方向。
[上传片段：仓库门口的推轨镜头，人物从左向右走]
返回前先说我自己的预期——没抱太大期望。10 秒上下文这种说法，文档写得好看，真跑起来经常还是只肯看最后一秒。
返回：延伸片段 10 秒。前 2 秒人物继续从画面左侧走向右侧，速度不变。第 3 秒开始镜头轻微右摇，人物身体微转但没有走出画面。第 7 秒人物接近门框，第 9 秒完全进入门内，最后 1 秒镜头停在门框上，画面稳定。
这次是真参考了前面。镜头轻微右摇那一下，不是从最后一帧能硬猜出来的——原片段里镜头本来就是往右推的，它延续了这个趋势。这段跑通了。
接着试首帧末帧。就是模型支持在指定两帧之间生成连续视频那条。我给了它首帧是人物站在窗前，末帧是镜头绕到人物侧面，要求环绕运镜。
你：在以下两帧之间生成连续视频，要求环绕运镜。
[首帧：窗前人物正面全景]
[末帧：人物右侧半身，镜头绕到一侧]
返回：20 秒片段。中间第 8 秒附近出现同一帧重复，之后动作续上，但跟末帧衔接时节奏突变。后续环绕运镜部分能看，转场卡了一下。
首尾帧这段我没跑通。不是完全崩，是中间掉了一帧节奏，跟我想要的那种顺滑环绕对不上。可能是我给的两帧之间角度差太大，也可能是这个版本在复杂运镜上就是会卡一下。不确定。先记着，不删 😅。
多模态输入那条——引用最长 3 秒的视频做参考来保持角色一致性——我没测。手里没有合适的一对角色的视频素材，测了也说明不了什么，就不硬跑了。这条先挂着。
草稿预览 360p 比 720p 快 60%、成本三分之一，这条对我这种顺手跑的够用，需要 1080p 或 4K 再放大。定价表原文里有，但正文没写具体数字，我没记，点进去自己看。
原文里还有一些人的评价。Figma Weave 的创意总监 Itay Schiff 说那是「从生成视频转向真正执导视频」——这句我记着，至少算个风向。Runway 首席创意官 Jamie Umpherson 也说这条契合用户在他们平台上已经有的用法。这类站台话我不太当真，但出自谁得记下来。
这条我推，就冲 10 秒上下文这一个点。首帧末帧那段我没跑通也说了，不代表它不能看，只是我这一把试得不够顺。不点链接也能带走的一句：视频模型续写靠的是上下文长度，不是结尾一帧；10 秒之前是猜，10 秒之后才勉强算续写。