大模型 @Google 2026-06-01

Google Gemini Omni实现对话式视频编辑

Google Gemini Omni让视频编辑变得如对话般简单，用户可通过自然语言请求直接重塑视频中的动作场景。

TL;DR · 产品解读

Google在Gemini Omni中集成对话式视频编辑功能，用户可直接用自然语言修改视频动作场景。这标志着AI视频编辑从「生成式」向「交互式」演进，普通人也能做专业剪辑了。

深度解读

Google在Gemini Omni中正式推出对话式视频编辑能力，这是继文本生成图片、文本生成视频之后，AI视频领域的下一个关键节点——交互式视频修改。

Gemini Omni的对话式视频编辑允许用户通过自然语言指令，直接对视频中的动作场景进行重塑。比如你可以说「让这个角色跳过障碍物」或「把背景换成城市夜景」，系统会理解语义并修改对应帧的内容。这意味着：

传统AI视频工具（Runway、Pika）本质是「生成」，用户得到的是全新片段。而Gemini Omni解决的是「修改」问题——你有一段素材，想改某个动作/物体/场景，不需要重新生成整段视频。这对内容创作者、品牌营销、教育视频场景价值巨大。

参考来源

本解读由 AI 自动生成 · 模板：产品解读 · 仅供参考，请以原文为准。