谷歌Gemini解锁付费新技能，照片转视频功能全面开放

题图来源 | pexels

智通财经 APP 获悉，谷歌母公司 Alphabet 宣布，将面向付费用户开放“照片转视频”功能，这项年初仅限小范围测试的人工智能工具现正式登陆 Gemini 人工智能助手。

该公司声明称，自上周四起，特定地区订阅 Google AI Ultra 和 Pro 计划的用户可通过 Gemini 网页版使用该功能，移动端应用将在本周内陆续推送更新。

这项新功能允许用户基于单张照片及文本描述，生成带声音的 8 秒短视频。生成的 MP4 格式视频分辨率为 720p，采用 16:9 横向画幅。

此次更新使该功能直接集成至 Gemini 聊天界面，标志着谷歌在 AI 视频领域与美国竞争对手 OpenAI、Runway AI Inc. 保持同步。全球市场竞争同样激烈：中国阿里巴巴集团、AI 初创企业 Manus 和快手科技过去数月均发布了升级版视频工具。

该功能由谷歌五月在开发者大会发布的最新一代视频生成模型 Veo 3 驱动，此前仅限通过独立付费影视工具 Flow 使用。

谷歌强调已采取“重要后台措施确保视频生成符合规范”，例如禁止使用公众人物（包括名人、政要及知名企业家）图像生成视频，其政策同时禁止煽动危险行为、暴力或群体攻击的内容。

但测试显示技术仍存缺陷。媒体在 Gemini 网页版实测中发现：上传个人照片要求生成人物讲话视频时，输出结果多次改变面部特征甚至人种；虽然能成功实现“植物随风摆动”或“静态猫片说话”等简单指令，但对“照片人物跳霹雳舞”等复杂要求，仅生成人物挥手画面。

谷歌发言人就测试结果回应称，AI 模型并无修改人物外貌的设定指令，照片转视频及面部动画仍属新技术，可能基于单张图像生成与原始内容不符的结果。

该模型更擅长活化其他场景，如日常物品动画化、画作动态化及自然照片增运动效果，公司将在后续更新中持续改进包括面部动画在内的各项功能。