Google DeepMind hat Gemini Omni 1.1 Flash vorgestellt. Angekündigt haben es die Produktmanager Anish Nangia und Alisa Fortin im offiziellen Google-Blog – die folgenden Angaben stammen also vom Hersteller selbst. Die Erweiterung bringt Steuerungswerkzeuge in die generative Video-API: Szenenverlängerung, Interpolation zwischen Start- und Endbild, schnelle 360p-Entwürfe, Upscaling auf 4K. Die Werkzeuge stehen ab sofort über die Gemini API in Google AI Studio für Entwickler bereit.
Szenenverlängerung: Aus 10 Sekunden Kontext werden 40 Sekunden Film
Bisherige Videomodelle hatten kein gutes Langzeitgedächtnis. Für eine Fortsetzung bezogen sie sich nur auf die letzte Sekunde einer Szene. Das führte schnell zu visuellen Brüchen. Omni 1.1 Flash blickt weiter zurück: Das Modell analysiert bis zu zehn Sekunden vorherigen Kontext und führt die Handlung ohne Brüche fort. Du verlängerst dein Video in Zehn-Sekunden-Schritten, bis 40 Sekunden Gesamtlänge erreicht sind. Werbespots, Erklärvideos oder narrative Clips profitieren davon, weil sie eine zusammenhängende Handlung brauchen.
Die Szenenverlängerung ist kein Selbstzweck. Du kannst von einem bestehenden Video aus in neue Richtungen abzweigen, ohne neu zu generieren. Dabei verbessern sich laut Google die visuelle Konsistenz und das Einhalten der Geschichte. Hast du also eine Szene mit stimmiger Atmosphäre, baust du darauf auf. Das spart Zeit und bewahrt die künstlerische Identität.
Erstes und letztes Frame: Kontrolle über den Bewegungsablauf
Manchmal willst du keinen langen Kontext, sondern genaue Vorgaben. Die Interpolation zwischen erstem und letztem Frame macht das möglich. Du legst ein Start- und ein Endbild fest. Omni 1.1 Flash generiert die Bewegungen dazwischen. So entstehen komplexe Kamerafahrten, Zoomübergänge oder nahtlose Loops. Die Kontrolle liegt bei dir, nicht beim Zufall.
Ein Beispiel aus dem Ankündigungsbeitrag: Eine Nahaufnahme eines Schlagzeugers in beigem Anzug geht in eine Kamerafahrt über, die zu einem Saxophonisten und einer Tänzerin schwenkt – alles in einem einzigen, unterbrechungsfreien Shot. Ein zweites Beispiel zeigt, wie sich damit nahtlose Loops bauen lassen: Die Kamera zoomt in einen Fernsehbildschirm hinein, auf dem dieselbe Frau in derselben Szene wie am Anfang zu sehen ist. Du beschreibst die Bewegung im Prompt, das Modell füllt den Weg zwischen den beiden Keyframes. Bisher brauchte es für solche Einstellungen aufwendiges Compositing.
360p-Previews: Schnelle Entwürfe für kreative Iterationen
Wer viel mit generativen Videos arbeitet, kennt das Problem: Jede Idee muss erst gerendert werden, und das dauert. Omni 1.1 Flash hat dafür einen Prototyping-Modus. Entwürfe in 360p werden laut Google bis zu 60 Prozent schneller berechnet als die Standard-Clips in 720p – gemessen am Systemdurchsatz, wie eine Fußnote im Beitrag präzisiert. Die Kosten sinken nach Herstellerangabe auf etwa ein Drittel. Du kannst also mehrere Versionen einer Szene ausprobieren, ohne dass das Budget leidet.
Der 360p-Preview ist ein kreatives Werkzeug, kein Qualitätsverlust. Du siehst schnell, ob die Kamerabewegung funktioniert, ob die Motivwahl stimmt und ob der Erzählfluss passt. Erst wenn alle Elemente sitzen, lässt du in hoher Auflösung rendern. Das entspricht dem Storyboard oder Animatic im klassischen Workflow. Google nennt als Einsatzfelder ausdrücklich schnelles Prototyping, Storyboard-Iteration und zügiges Rendern in Entwicklerplattformen.
4K-Upscaling: Generative Videos im Profi-Format
Omni 1.1 Flash skaliert generative Videos auf 1080p oder sogar 4K hoch. Für Werbung, Filmvorproduktion oder redaktionelle Inhalte ist das wichtig: Dort genügt eine kleine Vorschau nicht. Das Endprodukt muss auf modernen Bildschirmen und in digitalen Ausspielkanälen bestehen.
Die Beispiele im Ankündigungsbeitrag reichen von einem Streifenhörnchen, das aus dem Wald huscht und schnuppernd innehält, bis zu goldorangen Ahornblättern, die im Gegenlicht einer Herbstbrise wippen. Google beschreibt die hochskalierten Ausgaben als poliert und bereit für die professionelle Produktion. Du kannst also in der Entwurfsphase mit 360p arbeiten und am Ende auf 4K hochskalieren, ohne den Prompt neu zu durchlaufen. Der Workflow bleibt effizient, das Ergebnis zielt auf Ausspielformate, die im Profi-Umfeld verlangt werden.
Video-Referenzen im multimodalen Input: Konsistenz bleibt erhalten
Neu ist auch der multimodale Input. Du kannst Omni 1.1 Flash neben Text bis zu drei Sekunden Video als Referenz mitgeben. Die API nutzt das, um Figuren, Bewegungsmuster oder die räumliche Situation beizubehalten. Das erweitert die Charakteranimation: Du kombinierst einen Tanzstil aus einem Clip und ein Outfit aus einem Bild und führst beides in einer neuen Szene zusammen. Die kreativen Möglichkeiten wachsen.
Im Ankündigungsbeitrag werden drei Tänzer aus verschiedenen Videos durch einen Hund, einen Oktopus und einen Bären ersetzt – ihre individuellen Tanzschritte bleiben erhalten, vom klassischen Tanz über Hip-Hop bis zum Breakdance. Dafür kombiniert das Modell Video-Referenzen, Bilder und ausformulierte Prompts. Für Entwickler ist Omni 1.1 Flash damit mehr als ein Text-to-Video-Modell. Es wird Teil eines größeren kreativen Systems. Die Grenze zwischen Idee, Storyboard und fertiger Animation verschwimmt.
Was Omni 1.1 Flash für deine Projekte bedeutet
Die neue Version ist kein einfaches Update, sondern ein Schritt Richtung professioneller Kontrolle. Google DeepMind ordnet sie selbst so ein: Während Gemini Omni das Schlussfolgern über die reale Welt in die generative Erstellung gebracht habe, mache Omni 1.1 das Modell nun produktionsreif für den professionellen Einsatz. Die Ankündigung richtet sich ausdrücklich an Entwickler, die generative Video-Workflows, Kreativwerkzeuge oder Medienbearbeitungssoftware bauen. Mit Omni 1.1 Flash bekommst du Werkzeuge, die sich wie eine Schnittspur anfühlen: Du verlängerst, interpolierst, erstellst Previews und skalierst auf, bis das Ergebnis passt.
Bei der Verfügbarkeit fährt Google mehrgleisig. Entwickler probieren Omni 1.1 direkt in Google AI Studio aus; Unternehmen binden das Modell über die Agent Platform API der Gemini Enterprise Agent Platform an – dort setzen es erste Kunden laut Google bereits in produktiven Umgebungen ein. Begleitend gibt es offizielle Dokumentation, ein Cookbook und Prompting-Leitfäden, die zeigen, wie sich Szenenverlängerung, Video-Referenzen und Upscaling in eigene Anwendungen integrieren lassen. Auch außerhalb der API ist die Version angekommen: In Google Flow steht Omni 1.1 allen Abonnenten von Google AI Plus, Pro und Ultra weltweit zur Verfügung, und in der Gemini App können dieselben Abo-Stufen die Szenenverlängerung nutzen.
Realistisch betrachtet bleibt es ein KI-Modell, das nach Wahrscheinlichkeiten arbeitet, nicht nach Regeln. Auch mit den neuen Kontrollen musst du iterieren, testen und auswählen. 40 Sekunden Länge, 4K-Auflösung und stabile Referenzen sind nützlich, ersetzen aber keine kreative Entscheidung. Wer generative Videos in den Workflow integriert, bekommt mit Omni 1.1 Flash mehr Kontrolle: Du kannst schneller scheitern, schneller lernen und schneller zu einem Ergebnis kommen, das deinen Ansprüchen genügt. Die Frage ist nicht mehr, ob die KI das kann, sondern wie du sie einsetzt.
Quelle: blog.google
