Gemini Omni Flash: ทำให้การต่อวิดีโอทุกครั้งรู้สึกเหมือนถ่ายเทคเดียว

คุณมีช็อตผลิตภัณฑ์ความยาว 10 วินาทีที่ในที่สุดก็ชอบ ถ้วยกาแฟถูกต้อง นักแสดงถูกต้อง ฝนก็ทำหน้าที่ของมัน แล้วก็ถึงคลิกที่เสี่ยง ยิ่งพรอมพ์ต์ยาวไม่ได้ปกป้องช็อตนั้น แต่การควบคุมจังหวะถัดไปต่างหากที่ช่วยได้

Gemini Omni Flash 1.1 video extension สามารถต่อวิดีโอครั้งละ 3 ถึง 10 วินาที รวมสูงสุด 40 วินาทีในเวิร์กโฟลว์ Gemini API ที่รองรับ ให้มองเป็นลูกโซ่: อนุมัติช็อตหลัก 10 วินาที จากนั้นกำหนดเหตุการณ์ที่สังเกตได้หนึ่งอย่างต่อการต่อแต่ละครั้ง

สิ่งนี้ทำให้บรรณาธิการ ทีมโซเชียล และนักพัฒนาได้จุดตรวจสอบหลังจากแต่ละเซ็กเมนต์ ก่อนที่มือ อุปกรณ์ประกอบฉาก ใบหน้า ทิศทางแสง หรือเสียงพื้นหลังจะเคลื่อนไปกลายเป็นเซอร์ไพรส์ราคาแพง

Gemini Omni Flash 1.1 Video Extension: ข้อควรจำสำคัญ

• เอาต์พุตหนึ่งครั้งคือ 3 ถึง 10 วินาที
• การต่อวิดีโอจะเพิ่มต่อท้าย รวมสูงสุด 40 วินาที
• รักษาจุดยึดที่อนุมัติไว้ แล้วค่อยเพิ่มอีกหนึ่งบีต
• ตรวจสอบรอยต่อก่อนต่ออีกครั้ง
• การเข้าถึง UI อาจช้ากว่าความสามารถของ API

Gemini Omni Flash 1.1 Video Extension: กรณีตัวอย่างด้านความต่อเนื่อง

ผลลัพธ์ที่ต้องการคือซีเควนซ์ที่เชื่อมถึงกัน ไม่ใช่คลิปเดี่ยวที่ยาวขึ้น สำหรับโฆษณากาแฟในวันที่ฝนตก ต้องตรวจสอบถ้วยกาแฟ ผ้ากันเปื้อนสีชาร์โคล ตำแหน่งประตู แสงครึ้ม และระดับกล้องที่รอยต่อทุกจุด

เอาต์พุตจริงจากสภาพแวดล้อมทดสอบความยาว 10 วินาที สร้างด้วย Google Gemini Omni 1.1 Flash Text-to-Video ที่ 720p ซีเควนซ์นี้รักษาบาริสต้า ผ้ากันเปื้อนสีชาร์โคล ถ้วยกาแฟ ฝน และบรรยากาศร้านกาแฟไว้ ขณะที่เปลี่ยนจากมุมมองเปิดที่หน้าต่างฝนตก เป็นการติดตามด้านข้างภายในอาคาร และมุมมองต่ำที่ประตู/นอกอาคาร GIF นี้ไม่มีเสียงเพราะความต่อเนื่องของภาพและการเปลี่ยนกล้องคือประเด็นของกรณีนี้ ไม่ใช่เสียง

ทำไม Gemini Omni Flash 1.1 Video Extension ถึงมาแรง และทำไมความพยายามถึงล้มเหลว

รุ่นเสถียร gemini-omni-1.1-flash รองรับอินพุตข้อความ รูปภาพ และวิดีโอสั้น พร้อมเอาต์พุต 3 ถึง 10 วินาทีที่ 360p, 720p, 1080p และ 4K Google อธิบายว่า 1080p และ 4K ในรุ่นนี้เป็นเอาต์พุตแบบขยายขนาด (upscaled) (หน้าโมเดล Gemini Omni Flash, สิงหาคม 2026)

พาดหัวดูน่าสนใจ: คลิป 10 วินาทีกลายเป็นซีเควนซ์ 40 วินาทีได้ ปัญหาการผลิตอยู่ที่รอยต่อ

ทางเลือกสามอย่างทำให้การต่อวิดีโอส่วนใหญ่ล้มเหลว:

• จุดยึดแบบปิด (closed anchor). หากคลิปแรกจบที่ท่าทางที่สมบูรณ์ การกระทำถัดไปก็ไม่มีทางออกที่น่าเชื่อถือ ให้จบด้วยการเคลื่อนไหวที่ยังเหลืออยู่ เช่น มือเอื้อมไปที่ประตู นักวิ่งกำลังผูกเชือกรองเท้า หรือสุนัขที่อยู่นอกกรอบพอดี
• พรอมพ์ต์เขียนใหม่ (rewrite prompt). การย้ำทุกรายละเอียดของบุคคล ฉาก เลนส์ และอากาศ จะทำให้เกิดการวาดใหม่ ให้เก็บจุดยึดเอกลักษณ์เพียงไม่กี่จุดที่สำคัญ แล้วอธิบายการเคลื่อนไหวใหม่
• พื้นผิวไม่ตรงกัน (surface mismatch). ความสามารถของโมเดล ความพร้อมใช้งานของ API แอป Gemini และการควบคุม Flow เป็นพื้นผิวที่แยกจากกัน ตรวจสอบพื้นผิวจริงก่อนสัญญากับลูกค้าว่ามีปุ่ม Extend

เวิร์กโฟลว์ โมเดล และต้นทุนของ Gemini Omni Flash 1.1 ก่อนที่คุณจะสร้าง

Google ระบุว่าการต่อวิดีโอเป็นการทำงานต่อท้ายคลิป มันสามารถใช้การโต้ตอบก่อนหน้าสำหรับวิดีโอที่สร้างจากโมเดล หรือคลิปอัปโหลดความยาว 10 วินาทีหรือน้อยกว่า ฟุตเทจที่อัปโหลดแล้วซึ่งมีคนพูด ไม่สามารถต่อด้วยบทสนทนาใหม่ได้ และการต่อวิดีโอจากไฟล์อัปโหลดมีข้อจำกัดภูมิภาคใน EEA สวิตเซอร์แลนด์ และสหราชอาณาจักร (คู่มือ Gemini Omni Flash, สิงหาคม 2026)

ให้เลือกโมเดล พรอมพ์ต์ อัปโหลด และตรวจสอบผลลัพธ์ในแท็บเบราว์เซอร์เดียวกัน Atlas Cloud เป็นเลเยอร์ปฏิบัติการที่เงียบได้ เพราะไดเรกทอรีโมเดลช่วยให้ทีมตรวจสอบพื้นผิววิดีโอสดก่อนเริ่มรันจริง

สภาพแวดล้อมทดสอบ Atlas เปิดเวิร์กโฟลว์ Gemini Omni Flash ที่รันได้แล้ว กรณีตัวอย่างกาแฟ นักวิ่ง และปิกนิกในบทความนี้ใช้เอาต์พุตจากสภาพแวดล้อมทดสอบจริงเพื่อแสดงพรอมพ์ต์ จุดยึดความต่อเนื่อง และบีตถัดไปที่มองเห็นได้ ไม่มีการอ้างราคาการผลิตจริง

td {white-space:nowrap;border:0.5pt solid #dee0e3;font-size:10pt;font-style:normal;font-weight:normal;vertical-align:middle;word-break:normal;word-wrap:normal;}

วิธีใช้ Gemini Omni Flash 1.1 Video Extension ทีละขั้นตอน

ขั้นตอนที่ 1: สร้างช็อตหลัก (Anchor Shot) ความยาว 10 วินาที

ในพื้นผิวที่รองรับ Gemini API ให้เลือก 10 วินาที, 16:9 และ 720p ตรงที่ควบคุมเหล่านี้มีให้ ปล่อย seed ที่ -1 จนกว่าจะได้เทคที่ใช้ได้ จากนั้นบันทึก seed และเก็บผลลัพธ์ที่อนุมัติ

plaintextCopy
1A realistic cinematic commercial in one continuous handheld 35mm shot. Inside a small independent coffee shop on a rainy morning, a young female barista in a charcoal apron places one matte black takeaway coffee cup on a warm walnut counter, turns toward the glass door, and walks to it. Rain streaks move naturally on the window, soft overcast daylight, shallow depth of field, subtle reflections on the floor. Keep the same woman, apron, cup, shop layout, lighting, and camera height throughout. Natural audio: quiet espresso machine, rain against glass, soft footsteps. No text, no logos, no jump cuts.

ภาพประกอบกรณีการวางแผนความต่อเนื่อง สร้างด้วย GPT Image แสดงจุดยึดที่เป็นรูปธรรมจากบรีฟในขั้นตอนที่ 1 ไม่ใช่ผลลัพธ์ Gemini Omni Flash

ขั้นตอนที่ 2: ต่อช็อตเดิมด้วยบีตใหม่หนึ่งบีต

ใช้เฉพาะในกรณีที่พื้นผิวที่เลือกมีเส้นทางการต่อหรือความต่อเนื่องจริง อัปโหลดคลิปขั้นตอนที่ 1 ที่อนุมัติแล้ว เอาต์พุตที่เสร็จควรคงต้นฉบับและเพิ่มส่วนท้ายใหม่

plaintextCopy
1Continue this exact scene from its final moment. The same barista opens the glass door and steps onto the rain-wet sidewalk while still carrying the same matte black coffee cup. The camera follows behind her at the same height in one smooth movement. Preserve her face, charcoal apron, cup shape, coffee shop interior, rainy overcast lighting, realistic motion, and ambient rain sound. Add no new people, no text, no logo, and no cut.

ตรวจสอบวินาทีทั้งสองข้างของรอยต่อ: ถ้วยกาแฟ มือ ตำแหน่งประตู ผ้ากันเปื้อน ทิศทางแสง และเสียงรอบข้าง หากมีการคลาดเคลื่อนที่นี่ หมายถึงต้องแก้ขั้นตอนที่ 2 ไม่ใช่ขั้นตอนที่ 1

ภาพประกอบความละเอียดสูงสำหรับพรอมพ์ต์ต่อขั้นตอนที่ 2 ทำให้เหตุการณ์ส่วนท้ายตรวจสอบได้: บาริสต้า ถ้วยกาแฟดำด้าน ประตูร้าน ฝน และแสงภายนอกยังชัดเจนขณะเธอก้าวข้ามธรณีประตู

ขั้นตอนที่ 3: ต่ออีกครั้งด้วยเหตุการณ์เรื่องที่ควบคุมได้หนึ่งอย่าง

รอบนี้เพิ่มคนหนึ่งคนที่ขอบเฟรม อย่ารวมคนใหม่ สถานที่ใหม่ เวลาใหม่ มุมกล้องใหม่ และบทสนทนาในคำขอเดียว

plaintextCopy
1Continue this exact scene from its final moment. The same barista walks two steps under the café awning and hands the same matte black coffee cup to one waiting customer wearing a navy raincoat. Keep the barista, cup, rain, lighting, camera height, and natural ambient sound consistent. The customer enters only at the right edge of frame. No dialogue, no text, no logo, no sudden camera cut.

ภาพประกอบความละเอียดสูงสำหรับพรอมพ์ต์ต่อขั้นตอนที่ 3 แสดงตัวแปรใหม่ที่อนุญาตเพียงหนึ่งอย่าง: ลูกค้าหนึ่งคนรับถ้วยใต้กันสาด ขณะที่บาริสต้า ฝน ประตูร้าน และการส่งมอบยังชัดเจน

ขั้นตอนที่ 4: ทดสอบความสม่ำเสมอของผลิตภัณฑ์

ทดสอบนักวิ่งที่เคลื่อนจากประตูอพาร์ตเมนต์ไปยังเส้นทางริมแม่น้ำ จุดยึดคือใบหน้า เสื้อแจ็กเก็ตสีเขียวเข้ม รองเท้าสีขาว พื้นเปียก แสงยามเช้าที่เย็น และทิศทางกล้อง

plaintextCopy
1Continue the same runner and product story in one realistic 35mm commercial shot. The runner finishes tying the same white running shoes beside an apartment door, opens it, and starts jogging onto a quiet riverside path at blue hour. Preserve the runner’s face, dark green jacket, white shoes, wet pavement, cool dawn light, and camera direction. Natural audio: shoelace pull, door latch, distant birds, soft footsteps. No text, no logos, no cut.

อนุมัติก็ต่อเมื่อโครงรองเท้า สีเชือก เสื้อแจ็กเก็ต และทิศทางการเคลื่อนที่ยังคงที่ตลอดรอยต่อ

เอาต์พุตจริงจากสภาพแวดล้อมทดสอบ Google Gemini Omni 1.1 Flash Text-to-Video ความยาว 10 วินาที ทดสอบจุดยึดขั้นตอนที่ 4 ผ่านช็อตเปิดระดับรองเท้า การติดตามด้านข้างจากประตูอพาร์ตเมนต์ และการผ่านระดับต่ำริมแม่น้ำ แทนที่จะพึ่งช็อตพุ่งเข้าเพียงช็อตเดียว

ขั้นตอนที่ 5: ทดสอบตัวละครอ้างอิง

ใช้การอ้างอิงที่ไม่ใช่มนุษย์หนึ่งอย่าง ให้ผู้คนและปิกนิกคงที่ สุนัขคือตัวแปรใหม่เพียงอย่างเดียว

plaintextCopy
1In the same realistic park picnic scene, continue from the final moment. Two friends keep arranging a cream picnic blanket under leafy trees in soft late-afternoon light. The small golden dog shown in IMAGE_REF_0 runs gently into frame from the left, circles the blanket once, and sits beside them. Preserve the people, picnic objects, sunlight direction, camera distance, and natural park ambience. No text, no logos, no abrupt cut.

เอาต์พุตจริงจากสภาพแวดล้อมทดสอบ Google Gemini Omni 1.1 Flash Text-to-Video ความยาว 10 วินาที สุนัขเป็นตัวละครใหม่ตัวเดียว: มันเข้ามาจากทางซ้าย เดินวนผ้าห่ม แล้วนั่งลง ขณะที่เพื่อนสองคน ชุดปิกนิกสีครีม และสวนยามบ่ายแก่ยังคงที่ในมุมมองกว้าง ระดับความสูงสุนัข และมุมสูงสามส่วนสี่

ขั้นตอนที่ 6: อนุมัติ ขยายขนาด และส่งออกโดยไม่ทำลายรอยต่อ

ตรวจสอบตัวตน ผลิตภัณฑ์หลัก ความต่อเนื่องของพื้นที่ มือ การเคลื่อนไหว เสียง แล้วจึงตรวจจุดตัด หลังจากความล้มเหลวด้านความต่อเนื่อง 2 ครั้ง ให้เปลี่ยนจุดจบของเรื่องก่อนหน้าหรือนำตัวแปรใหม่ออก อย่าเขียนทับจุดยึดที่ดีเพียงเพราะเซ็กเมนต์หลังสะดุด

ในกรณีที่พื้นผิวที่เลือกสนับสนุน ให้ขอ 1080p หรือ 4K หลังจากอนุมัติลูกโซ่แล้ว Google อธิบายว่าเป็นเอาต์พุตแบบขยายขนาด ไม่ใช่ 4K เนทีฟ (บันทึกการอัปเดต Gemini API, สิงหาคม 2026)

รูปแบบการต่อวิดีโอ Gemini Omni Flash 1.1 ที่ต้องใช้พรอมพ์ต์ต่างกัน

การต่อด้วยกล้อง (Camera continuation). อธิบายแค่การเคลื่อนกล้องถัดไป เช่น "กล้องแพนข้ามภูเขา"

การต่อโดยใช้การอ้างอิงนำ (Reference-led extension). แนะนำตัวละคร ผลิตภัณฑ์ หรือการอ้างอิงการกระทำหนึ่งอย่าง สุนัขในขั้นตอนที่ 5 มีหน้าที่เดียว: เข้ามา วนหนึ่งรอบ และนั่ง

การเติมเฟรมระหว่างภาพแรกและภาพสุดท้าย (First-and-last-frame interpolation). ใช้เมื่อคุณรู้ภาพขอบเขตสองภาพและต้องการสะพานระหว่างภาพทั้งสอง มันไม่ใช่ตัวทดแทนการต่อจากวินาทีสุดท้ายของคลิปที่มีอยู่

ฟุตเทจที่อัปโหลด (Uploaded footage). เก็บต้นฉบับให้สั้นกว่า 10 วินาทีหรือเท่ากับ หากมีคนกำลังพูดอยู่แล้ว อย่าขอบทสนทนาใหม่

ต้นทุนและความเป็นจริงในการผลิต Gemini Omni Flash 1.1 Video Extension

ใช้วงเงินที่แสดงบนพื้นผิวที่รันจริง การทดสอบในบทความนี้ไม่สามารถยืนยันเส้นทางหรือราคาของ Atlas Gemini Omni Flash ได้ ดังนั้นการประมาณการ 40 วินาทีแบบตายตัวของ Atlas จึงเป็นการคิดขึ้นเอง

td {white-space:nowrap;border:0.5pt solid #dee0e3;font-size:10pt;font-style:normal;font-weight:normal;vertical-align:middle;word-break:normal;word-wrap:normal;}

ตัวเลือกร่าง 360p ใน Gemini ไม่ได้หมายความว่าทุกพื้นผิวอื่นจะเปิด 360p ตรวจสอบฟอร์มที่คุณใช้จริง สำหรับการรันโปรดักชัน Gemini Omni Flash 1.1 video extension ให้หยุดหลังจากรอยต่อล้มเหลว 2 ครั้งแล้วเปลี่ยนโหนดเรื่อง แทนที่จะเติมคำคุณศัพท์ซ้อนลงในพรอมพ์ต์เดิม

คำถามที่พบบ่อย

Gemini Omni Flash 1.1 ขยายวิดีโอเป็น 40 วินาทีได้จริงหรือ?

ได้ เวิร์กโฟลว์ Gemini API ที่บันทึกไว้เพิ่มได้สูงสุด 10 วินาทีต่อการต่อหนึ่งครั้ง รวมเป็นวิดีโอ 40 วินาทีสะสม เอาต์พุตหนึ่งครั้งยังคงอยู่ที่ 3 ถึง 10 วินาที

Gemini Omni Flash 1.1 video extension มีใน Flow หรือไม่?

ความพร้อมใช้งานอาจต่างกันไปตามพื้นผิว API แอป และ UI ยืนยันบัญชีและพื้นผิวที่แน่นอนก่อนกำหนดเวลาการทำงาน Extend

จะรักษาตัวละครเดียวกันเมื่อต่อวิดีโอ AI ได้อย่างไร?

อนุมัติจุดยึดที่แข็งแรง เก็บจุดยึดเอกลักษณ์จำนวนน้อย และกำหนดเฉพาะการกระทำที่มองเห็นถัดไป เพิ่มการอ้างอิงสำหรับหัวเรื่องหรือผลิตภัณฑ์ที่กำหนดเท่านั้น

ขยายวิดีโอที่อัปโหลดพร้อมบทสนทนาได้หรือไม่?

อย่าเพิ่มบทสนทนาลงในคลิปที่อัปโหลดซึ่งมีคนพูดอยู่ ให้คงการต่อแบบไม่มีเสียง หรือใช้เส้นทางหลายเทิร์นที่บันทึกไว้สำหรับวิดีโอที่สร้างจากโมเดลซึ่งรองรับเสียงพูด

Gemini Omni Flash 1.1 สร้างวิดีโอ 4K เนทีฟหรือไม่?

Google อธิบายว่า 1080p และ 4K ในรุ่นนี้เป็นเอาต์พุตแบบขยายขนาด

ความแตกต่างระหว่างการต่อวิดีโอ การตัดต่อวิดีโอ และการเติมเฟรมระหว่างภาพแรกกับภาพสุดท้ายคืออะไร?

การต่อวิดีโอเพิ่มส่วนท้ายใหม่ การตัดต่อวิดีโอแปลงต้นฉบับสั้นด้วยพรอมพ์ต์ การเติมเฟรมระหว่างภาพแรกและภาพสุดท้ายสร้างสะพานระหว่างภาพสองภาพที่กำหนดให้