Google推出全新任意到任意AI模型

新闻要点

Google发布Gemini Omni系列首个模型Omni Flash,作为AI视频平台Flow的一部分上线。该模型支持图文输入生成视频并提升角色一致性,但测试显示其仍存在画面突变等瑕疵。同时,作者实测发现其深度伪造功能虽逼真,但也暴露了细微的AI痕迹。

正文

谷歌推出了新一代生成式AI模型Omni系列,其中首款发布的Omni Flash已上线其AI视频平台Flow。该模型主打“任何输入转任何输出”的能力,初期主要聚焦于视频生成与编辑。相比之前的Veo模型,Omni允许用户上传视频并结合文本提示作为创作起点,声称能更好地融入现实世界知识并保持角色在视频中的连贯性。

实测显示,Omni在画面一致性和编辑响应上有所进步,但仍存在明显缺陷。测试中发现角色在特定场景下会出现突兀的姿态切换,物体属性(如瓶身形状)也会无故改变。此外,针对面部表情或特征(如鹿角)的局部修改指令执行不稳定,常导致其他无关部位出现错误变化,且每次编辑均消耗固定额度积分,成本较高。

更具冲击力的是Omni的人脸替换能力。通过将自拍视频作为基础,模型能生成用户在吃意面、坐飞机或在埃菲尔铁塔前等真实背景下的视频。尽管食物咀嚼动作和背景细节略显生硬,但整体视觉效果极具欺骗性,足以让熟悉用户的亲友误以为真,仅细微的表情僵硬或发型变化暴露了AI痕迹。

目前Omni需通过Google AI Pro订阅使用,按视频长度和复杂度计费。虽然尚未达到完美的电影级制作水准,但其极低的使用门槛让伪造逼真视频变得异常容易。这一技术进展标志着深度伪造工具进一步普及,用户需在享受便捷创作的同时警惕潜在的身份混淆风险。

评论 0

逛逛 Pop ↗
奖励 100 宝石

评论审核通过后可获奖励,与 Pop 共用每日 3 条额度,同一新闻每天奖励一次。

还没有评论,来分享第一个想法吧。

提交反馈

每一个想法,都让 Mergeek 更好一点。