谷歌Gemini上线Veo 3 AI视频生成功能 照片秒变8秒带音频短视频

7月11日，谷歌宣布其AI助手Gemini正式接入Veo 3模型，推出全新“图像转视频”功能。用户只需上传一张照片，即可生成一段8秒钟的短视频，并可添加背景音乐、环境音效甚至语音对白，让静态图片“活”起来。目前，该功能已面向部分地区的AI Ultra和AI Pro订阅用户开放，网页版率先上线，移动端将于本周逐步推送。  

根据谷歌介绍，用户只需在Gemini的提示栏中选择“视频”工具，上传照片并输入提示词（如“海浪拍打岸边”“小狗摇尾巴”），AI便会根据描述生成动态效果。此外，用户还能进一步添加音频指令，例如对白（“嗨，今天天气真好！”）或音效（鸟鸣、风声），系统将确保画面与声音精准同步。最终生成的视频为720p分辨率、16:9横屏MP4格式，适合社交媒体分享。  

谷歌举例称，这项技术可让日常物品动起来（如漂浮的茶杯）、赋予绘画作品生命力，或为风景照添加动态元素（如飘动的云层）。不过，所有生成视频均会附带明显的AI水印，并嵌入谷歌的SynthID隐形数字水印，以标识内容来源。   

据报道，Veo是谷歌旗下DeepMind团队开发的视频生成模型，此次升级至Veo 3后，画面流畅度和音频同步能力显著提升。尽管目前视频长度限制为8秒，但其生成速度和易用性已优于多数同类产品。谷歌强调，该功能旨在帮助用户快速创作创意内容，而非替代专业视频制作。  

目前，图像转视频功能仅向付费订阅用户开放（AI Ultra/Pro），免费版Gemini暂不支持。谷歌未透露后续是否会扩大开放范围，但表示将根据反馈优化生成效果。