谷歌Vids更新：Gemini Omni与个人虚拟形象让视频创作更简单

背景

Google Vids 是 Google 推出的一款 AI 辅助视频创作工具，旨在降低视频制作的门槛。2024年 2 月，Google 已通过集成 Veo 3.1 模型，让用户能直接在 Vids 中生成视频片段。如今，Google 进一步推出两项重要更新：Gemini Omni 和 personal avatars，分别解决视频编辑效率与个性化“出镜”的痛点，使创建、编辑和个性化视频变得更加简单。

核心内容

从文本和图像生成视频

过去一年中，用户已在 Google Vids 中创建了数百万个视频。在 Veo 3.1 基础上，Google 将 Gemini Omni 引入 Vids。用户只需用自然语言编写简单的文本提示（prompt），并可附带图像参考（如照片或草图）以提供更多细节。Omni 会混合这些输入，生成符合用户设想的视频。这意味着高质量视频的生成和精炼变得如同写一句话一样简单。

逐步对话式编辑

视频的第一版往往需要微调。Gemini Omni 支持逐步编辑（step-by-step edits），用户可以直接用日常语言指示 Vids 更换背景、调整光线或添加特效，无论该片段是 Omni 生成的还是手机拍摄的。无需从头开始，即可逐步实现修改。

个人数字化身（personal avatars）

为了快速发送视频更新或个性化问候，用户不再需要设置摄像机、化妆或整理形象。只需上传一张自拍照和一段简短语音录制，Vids 就会创建一个外形和声音都像用户的数字化身。之后输入想说的文字，化身即可代为传达信息，全程无需实际录制。

可用性与透明度

• Gemini Omni 和 personal avatars 面向 Google AI Pro 和 Ultra 订阅者以及 Google Workspace 企业客户开放。
• personal avatars 目前仅限特定地区且年满 18 周岁的用户使用，并与用户的 Google 账号绑定，仅限于生成与账号持有人相似的化身。
• 每个生成的视频片段均包含不可见的 SynthID 数字水印，用于标识该视频由 AI 生成，确保内容透明度，方便用户负责任地分享。

关键要点

• Gemini Omni 同时支持文本+图像输入：用户可用自然语言描述，并附加图片参考，大幅提升生成视频的精准度和创意空间。
• 对话式逐步编辑：允许用日常语言对已生成或拍摄的视频进行局部修改（如换背景、调光效、加特效），无需重新生成整个片段。
• personal avatars 实现零设备出镜：仅需一张自拍和一段语音，即可创建数字分身，输入文字即可生成出镜视频，适合快速更新或个性化消息。
• 严格的身份绑定与限制：化身仅绑定到用户自身 Google 账号，且受年龄和地区限制，防止滥用。
• 内置 SynthID 水印：所有 AI 生成片段均附加不可见数字水印，以保障内容可追溯性，支持负责任的分享。

意义与影响

这两项更新标志着 AI 视频创作从“生成”迈入“精细控制”与“个性化表达”的新阶段。Gemini Omni 将多模态生成与迭代编辑融为一体，让非专业用户也能像使用文字处理工具一样灵活调整视频内容，极大降低了视频创作的技术门槛。personal avatars 则彻底改变了出镜方式，使“拍摄”本身不再依赖实体摄像设备，为远程沟通、个性化营销、社交媒体内容等场景提供了高效替代方案。同时，Google 坚持的 SynthID 水印策略体现了对内容来源透明度的重视，有助于建立用户对 AI 生成内容的信任。整体来看，Google Vids 正在成为集生成、编辑、出镜于一体的全能视频创作平台，并可能推动整个行业向更高程度的自动化与个性化演进。