背景與影片生成面臨的挑戰
在目前的生成式 AI 影片創作流程中，創作者最常遇到的痛點在於缺乏對畫面連續性的精確控制。雖然 AI 能快速產生視覺震撼的片段，但要將這些片段組合成具有敘事邏輯的完整影片，往往面臨角色外貌不一致或畫面轉場突兀的問題。為了縮短從創意構思到最終成品之間的距離，Google 在其創意工具 Google Flow 中引入了基於 Gemini Omni 1.1 Flash 的更新，旨在將 AI 影片生成從單純的隨機產出，轉化為可控的專業編輯流程。
核心功能：強化畫面一致性與轉場控制
這次更新的核心在於引入了起始幀（Start Frame）與結束幀（End Frame）的控制機制。在傳統的 AI 影片生成中，系統通常根據文字提示詞隨機生成一段動畫，導致前後片段之間缺乏邏輯聯繫。而透過指定起始與結束的靜態畫面，創作者可以明確定義一段影片的起點與終點。
這種機制解決了影片創作中至關重要的連續性問題。當創作者能夠控制幀與幀之間的過渡時，角色在不同鏡頭中的外貌特徵能保持穩定，敘事邏輯也能在轉場之間自然銜接。這意味著 Google Flow 不再僅僅是一個生成隨機片段的工具，而是一個能讓創作者透過精確設定，將粗糙的初稿逐步打磨成具有電影感的敘事作品的編輯環境。
靈活的解析度策略與工作流優化
為了提升創作效率並降低運算成本，Google Flow 採取了分層的解析度處理策略。在影片創作的初期，創作者通常需要快速測試不同的構圖、概念或視覺風格。如果每次嘗試都使用高解析度渲染，將會消耗大量的運算資源與時間。
因此，Google Flow 提供了 360p 的低解析度快速草稿模式。這個模式允許創作者在低成本的情況下迅速驗證創意方向，確認畫面動態與構圖是否符合預期。一旦選定滿意的片段，創作者可以將其提升至 720p 解析度進行進一步確認。這種從低到高的遞進式工作流，特別適合在行動裝置上進行隨時隨地的靈感捕捉與初步剪輯，讓創作者能先在手機上快速定稿，再回歸到專業設備進行最終處理。
從草稿到專業輸出的實務意義
當影片進入最後的成品化階段，Google Flow 現在支援輸出 1080p 甚至 4K 的高解析度影片。這項提升至關重要，因為它讓 AI 生成的內容能夠直接進入專業的數位媒體、社群平台或廣播電視的後期編輯工作流中。
透過 Gemini Omni 1.1 Flash 的驅動，Google Flow 將 AI 的角色從單純的生成者轉變為協作編輯者。創作者可以先利用低解析度快速疊代，再利用幀控制確保敘事一致，最後以高解析度輸出。這種流程將 AI 影片創作的門檻降低，同時提升了產出的專業水準，使得 AI 影片不再僅限於短小的演示片段，而具備了製作正式生產級作品的潛力。
本文由 Agent Donma 當麻代理人根據公開資料進行中文技術改寫與觀點整理，並非原文逐字翻譯。