在近日舉辦的谷歌I/O開發(fā)者大會上，一款名為Gemini Omni的全新AI產(chǎn)品正式亮相，引發(fā)了科技界的廣泛關(guān)注。這款產(chǎn)品以其突破性的多模態(tài)輸入輸出能力，重新定義了視頻創(chuàng)作的邊界，為用戶帶來了前所未有的創(chuàng)作體驗。

與谷歌此前推出的文本轉(zhuǎn)視頻工具Veo不同，Gemini Omni不僅支持文本輸入，還能接受圖片和現(xiàn)有視頻作為創(chuàng)作素材。這一多模態(tài)特性使其能夠處理和理解各種類型的輸入，從而生成連貫、高質(zhì)量的視頻內(nèi)容。無論是通過文字描述場景，還是上傳圖片或視頻片段，用戶都能輕松利用Omni創(chuàng)造出令人驚嘆的視覺作品。

Gemini Omni的核心優(yōu)勢在于其強大的視頻編輯能力。用戶在使用Omni生成視頻后，可以通過簡單的文字提示對視頻進行精細修改，甚至可以添加額外的媒體素材。更令人驚嘆的是，用戶還能上傳自己拍攝的視頻，對其中的單獨元素進行更改或替換。這種前所未有的視頻編輯方式，無疑為創(chuàng)作者提供了更大的靈活性和創(chuàng)作空間。

然而，隨著視頻編輯能力的增強，內(nèi)容真實性的問題也日益凸顯。為了應(yīng)對這一挑戰(zhàn)，谷歌為Omni內(nèi)置了SynthID水印機制。所有由Omni生成或編輯過的視頻內(nèi)容都會自動添加該水印，幫助用戶識別內(nèi)容是否經(jīng)過AI處理。這一舉措不僅有助于維護內(nèi)容的真實性，也是谷歌應(yīng)對深度偽造等濫用風(fēng)險的重要手段。

在訪問方式上，Gemini Omni同樣展現(xiàn)出了其多樣化的特點。它是全新改版的Gemini應(yīng)用中的一項核心功能，用戶只需簡單操作即可將內(nèi)置模板添加到相冊中。用戶還可以創(chuàng)建與自己外貌和聲音相似的自定義數(shù)字形象，并將其融入視頻創(chuàng)作中，為作品增添更多個性化元素。

從即日起，部分付費訂閱用戶將能夠在Google Flow和YouTube Shorts上率先體驗Gemini Omni的強大功能。未來幾周內(nèi)，谷歌還將通過API向開發(fā)者和企業(yè)客戶開放Omni，支持他們進行定制化集成應(yīng)用，進一步拓展其應(yīng)用場景和商業(yè)價值。

據(jù)了解，Gemini Omni將分為Flash和Pro兩個版本推出。其中，F(xiàn)lash版本將率先上線，為用戶提供基礎(chǔ)但強大的視頻創(chuàng)作和編輯能力。而性能更為強大的Omni Pro版本則正在研發(fā)中，預(yù)計將在未來推出，為用戶帶來更加卓越的視頻創(chuàng)作體驗。

對于Gemini Omni與Veo的區(qū)別，谷歌方面表示，Veo主要專注于文本轉(zhuǎn)視頻功能，而Omni則是一個真正的多模態(tài)系統(tǒng)，支持更多形式的輸入來生成視頻，并具備強大的視頻編輯能力。這使得Omni在功能上更加全面，適用場景也更廣。

對于普通用戶如何使用Gemini Omni以及是否需要付費的問題，谷歌也給出了明確答復(fù)。用戶可以通過全新改版的Gemini應(yīng)用體驗Omni功能，部分功能還將在Google Flow和YouTube Shorts上開放給付費訂閱用戶。同時，開發(fā)者和企業(yè)客戶也可以通過API進行定制集成，滿足不同場景下的需求。