谷歌Gemini开放新功能：照片转视频引领AI视频生成新趋势

  谷歌母公司Alphabet（近日宣布，将其最新的AI工具Gemini开放给付费用户，正式推出“照片转视频”功能。这项功能自年初以来仅限于小范围测试，如今已全面上线，为用户更好的提供了全新的创作体验。随着这一功能的推出，谷歌在AI视频生成领域的竞争力逐渐增强，尤其是在与OpenAI、RunwayAI等同行的对比中，展现出其在市场中的活跃度和技术创新。

  “照片转视频”功能允许用户仅凭单张照片和文本描述，生成带声音的8秒短视频，输出格式为720p的MP4视频。这一创新由谷歌最新一代视频生成模型Veo3驱动，显示了其在AI视频生成技术方面的深厚积累。与以往仅通过独立付费影视工具Flow使用的模式不同，Gemini的整合使得这一功能的使用门槛大幅度降低，使用者真实的体验得以提升。通过将该功能直接集成至Gemini聊天界面，谷歌不仅拓宽了用户的应用场景，也增强了其ECO的吸引力。

  此外，谷歌还采取了一系列“重要后台措施”以确保视频生成的合规性，禁止使用公众人物的图像生成视频，并防止煽动危险行为或暴力内容的出现。这一政策在保证用户安全的同时，也为技术的健康发展奠定了基础。

  在全球市场之间的竞争中，谷歌并不是唯一在AI视频生成领域发力的公司。中国的阿里巴巴、AI初创企业Manus和快手科技等也在过去几个月发布了各自的升级版视频工具，显示出该领域的激烈竞争。与这些竞争对手相比，谷歌的“照片转视频”功能在技术成熟度和使用者真实的体验上，仍需持续优化和改进。

  然而，媒体在Gemini网页版的测试中发现，虽然该功能可以在一定程度上完成简单的动画效果，如“植物随风摆动”或“静态猫片说话”，但在处理复杂指令时仍显得力不从心。例如，要求生成“照片人物跳霹雳舞”时，仅能输出人物挥手的画面。这反映出当前AI视频生成技术仍处于发展阶段，面临着诸多挑战。谷歌发言人对此回应称，AI模型并无修改人物外貌的设定指令，强调该技术的不断迭代与优化是未来的工作重点。

  随着AI视频生成技术的慢慢的提升，市场对这一领域的需求也在日渐增长。未来，是否会有更多企业投入资源进行研发技术，成为推动行业变革的重要力量？同时，开发者生态的建设是否会成为影响AI工具使用的主要的因素？这样一些问题值得行业内外的关注与思考。