Google新招曝光！Gemini把照片變短影片還有音效超吸睛

根據《彭博》周四 (10 日) 報導，Google(GOOGL-US)宣布，其付費訂閱用戶現可透過 Gemini 人工智慧 (AI) 助理，將靜態照片轉換為短影音片段，這項新功能將率先於網頁版上線，並於本周內陸續推送至 Gemini 手機應用程式。

這項功能是 Google 先前在開發者大會上推出的 Veo 3 影片生成模型的一部分，當時僅開放給少數專業創作者。如今，訂閱 Google AI Ultra 與 Pro 計畫的用戶，在部分地區可透過 Gemini 的聊天介面上傳照片並加入描述文字，即可生成長達 8 秒的影片。影片格式為 16:9 橫式、720p 解析度，並支援音效輸出，將以 MP4 格式提供下載。

Google 表示，這項功能的推出是為了與 OpenAI 和專攻 AI 影片生成的 Runway AI 等對手競爭。中國的阿里巴巴 (BABA-US)(09988-HK)、快手(01024-HK) 與新創公司 Manus 近期也推出或更新類似技術，全球 AI 影像生成領域戰火持續升溫。

這項功能目前仍有部分限制。Google 強調為確保使用者體驗「適當」，禁止使用公開可辨識人物 (如名人、政治人物、知名執行長等) 來生成影片，也不允許鼓勵危險行為或煽動暴力與霸凌的內容。

不過，這項技術尚未完全成熟。《彭博》在測試中發現，若要求 Gemini 將個人照片生成對話影片，系統有時會改變人物的臉部特徵，甚至膚色。此外，若指示人物跳霹靂舞，Gemini 僅會生成人物揮手畫面，無法準確執行複雜動作。但若是靜物、植物、繪畫等畫面，則表現良好。

對此，Google 發言人回應，模型並未被設計為改變人物外貌，系統僅會基於單一影像進行延伸生成，有時可能無法完美呈現原始影像的樣貌。未來將持續優化面部動畫與整體表現。