ARTICLE · 989837

AI视频终于能续到40秒:4K到底多贵?

发布时间：2026-09-15 16:25:32 最近访问：2026-09-15 16:25:30

Google 刚给 Gemini Omni 1.1 Flash 加上续写、首尾帧和 4K 输出。40 秒不是一次生成，而是每次续 10 秒；API 的 4K 标价为每秒 0.30 美元。普通人该怎么试，怎么把反复抽卡的钱省下来？

如果你试过 AI 视频，最烦人的往往不是画面出不来，而是刚入戏就结束。

人物推开门，镜头才往前走了几步，8 到 10 秒已经用完。想把故事接下去，只能重新生成一段，再祈祷人物、光线和动作别突然变样。

Google 这次给 Gemini Omni 1.1 Flash 加了场景续写：一条视频最长可以做到 40 秒，还能加首尾帧控制，最后升到 4K。听起来像是 AI 视频终于能“拍长片”了，但先别急着把 40 秒和 4K 绑在一起烧钱。

40 秒，不是一次生成 40 秒

它的实际做法是：读取前面最多 10 秒的画面，再从结尾继续生成 10 秒。完成后还可以接着续，累计最长 40 秒。

也就是说，一条 40 秒视频通常是“原片 + 三次续写”，不是输入一句提示词，就直接得到一条从头到尾都完美的 40 秒成片。

这个区别很重要。每续一次，人物长相、衣服纹理、道具位置和声音都有可能轻微漂移。它比过去只看最后一秒更懂前情，但官方说的是“一致性改善”，并没有承诺全程不变。

第一是续写。以前要把几个独立短片硬拼在一起，现在可以从上一段的动作末尾直接往后接，镜头语言更容易连贯。

第二是首帧和尾帧。你可以给它两个明确画面：从哪里出发、最后要停在哪里。中间的移动、转场和动作由模型补出来。做产品展示、人物进出场、循环视频时，这个控制比单纯把时长拉长更实用。

第三是先低清试稿，再升清晰度。360p 用来快速看构图和动作，觉得对了再下载 720p，或把最终版本升到 1080p、4K。Google 称 360p 的系统吞吐速度最高可比 720p 快 60%。

这套顺序解决了 AI 视频最浪费钱的地方：很多废片不是不够清楚，而是内容本身就错了。动作都没对，先出 4K 只会得到一张更清楚的废片。

Google 给开发者的 API 标价很直白：360p 每秒 0.03 美元，720p 每秒 0.10 美元，1080p 每秒 0.15 美元，4K 每秒 0.30 美元。

按标价简单换算，10 秒 4K 约 3 美元，40 秒约 12 美元。4K 是 360p 的 10 倍；如果中途抽卡五六次，真正花掉的就不只是成片那一次。

如果你是在 Flow 或 Gemini 应用里用，它消耗的是订阅套餐的积分或额度，不会照着 API 价格逐秒扣美元。两套计费不能混在一起看，但省钱逻辑完全一样：试错用低清，交付才用高清。

先用 360p 做 3 到 10 秒的核心片段，只看三件事：人物对不对、动作顺不顺、镜头方向合不合适。这里没过，不要急着续写。

接着补首帧和尾帧，把每一段的“起点”和“终点”钉住。续写时只描述下一段发生的一个主要动作，别突然塞进新人物、新场景和三四个镜头变化。

确认前 20 秒的人物和节奏还稳，再继续拉到 30 秒、40 秒。最后只把真正要发布的版本升到 1080p 或 4K。发朋友圈、短视频平台，大多数时候 1080p 已经够用；只有要二次裁切、大屏播放或交付客户时，4K 才更划算。

一是连续性仍会漂。人物脸没变，不代表手里的杯子、背景的门和衣服褶皱也能连续四段完全一致。

二是 4K 属于升采样。它能让输出更适合大屏和后期，但不会自动修正多出来的手指、错误的口型和不合理的动作。

三是 40 秒仍然需要剪辑。节奏、字幕、音乐和转场不会因为视频变长就自动好看。能续到 40 秒，只是少了一道“重新生成再硬拼”的麻烦。

这次升级真正值钱的，是 AI 视频终于有了一套更正常的制作顺序：低清试稿，首尾帧定方向，分段续故事，最后再为清晰度付钱。

如果让你做一条 40 秒 AI 视频，你最想先拿它拍什么？

觉得有用？点个关注，持续看懂 AI 新工具真正影响普通人的部分。