谷歌 Gemini 推出基于 Veo 3 模型的圖像轉視頻功能

2025 年 7 月 10 日，谷歌在 Gemini 應用中正式上線了基于 Veo 3 模型的圖像轉視頻功能，為用戶帶來了全新的創(chuàng)作體驗。借助該功能，用戶能夠將靜態(tài)照片輕松轉化為時長 8 秒的短視頻，且視頻中包含背景音效、環(huán)境聲以及語音解說。?
谷歌 Gemini 作為一款多功能應用，一直致力于借助人工智能技術為用戶提供豐富的創(chuàng)作工具。此次圖像轉視頻功能的推出，無疑是 Gemini 在 AI 領域的重大升級，極大地拓展了用戶在內容創(chuàng)作方面的可能性。?
Veo 3 AI 模型具備強大的圖像處理能力，可識別照片中的各類元素，并依據用戶提供的提示詞將這些元素動態(tài)化。用戶操作十分便捷，只需在 Gemini 中點擊 “工具” 選項，選擇 “視頻”，接著上傳照片并添加描述，就能生成生動的視頻作品。?
在具體使用時，用戶先上傳想要轉化的照片，隨后添加提示詞，詳細描述期望照片 “動起來” 的方式。同時，用戶還能加入對白、音效或環(huán)境聲等音頻描述，以讓最終生成的視頻更加生動。谷歌表示，視頻的音頻和畫面將實現(xiàn) “完美同步”，充分展現(xiàn)用戶的創(chuàng)意。生成的視頻將以 720p、16:9 橫屏的 MP4 格式保存，方便用戶在各種平臺分享創(chuàng)作成果。無論是為日常物品賦予動畫效果，還是讓繪畫作品 “活” 起來，又或是為自然景象增添動態(tài)，該功能都為用戶提供了源源不斷的創(chuàng)作靈感。?
為保護創(chuàng)作者權益，谷歌在所有生成的視頻中添加了明顯的 AI 水印和隱形的 SynthID 數(shù)字水印，便于追蹤作品來源，防止作品被濫用。目前，這項視頻功能已在部分地區(qū)向 AI Ultra 和 AI Pro 用戶開放。這種漸進式推出的方式，有助于谷歌收集用戶反饋，進一步優(yōu)化功能。?
隨著技術的持續(xù)進步，谷歌 Gemini 的圖像轉視頻功能勢必推動內容創(chuàng)作進入新時代。無論是個人用戶還是專業(yè)創(chuàng)作者，都能借助這一工具釋放創(chuàng)意潛力，創(chuàng)作出更具吸引力的內容?？傊?，谷歌 Gemini 基于 Veo 3 模型的圖像轉視頻功能，不僅為用戶搭建了全新的創(chuàng)作平臺，也為 AI 技術在內容創(chuàng)作中的應用開拓了新方向。隨著該功能的普及，越來越多的人能夠通過簡單操作創(chuàng)作出令人驚嘆的視頻作品，展現(xiàn)獨特視角與創(chuàng)意。?