谷歌 Gemini 推出基于 Veo 3 模型的图像转视频功

  2025 年 7 月 10 日，谷歌在 Gemini 应用中正式上线了基于 Veo 3 模型的图像转视频功能，为用户带来了全新的创作体验。借助该功能，用户能够将静态照片轻松转化为时长 8 秒的短视频，且视频中包含背景音效、环境声以及语音解说。

  谷歌 Gemini 作为一款多功能应用，一直致力于借助人工智能技术为用户提供丰富的创作工具。此次图像转视频功能的推出，无疑是 Gemini 在 AI 领域的重大升级，极大地拓展了用户在内容创作方面的可能性。

  Veo 3 AI 模型具备强大的图像处理能力，可识别照片中的各类元素，并依据用户提供的提示词将这些元素动态化。用户操作十分便捷，只需在 Gemini 中点击 “工具” 选项，选择 “视频”，接着上传照片并添加描述，就能生成生动的视频作品。

  在具体使用时，用户先上传想要转化的照片，随后添加提示词，详细描述期望照片 “动起来” 的方式。同时，用户还能加入对白、音效或环境声等音频描述，以让最终生成的视频更加生动。谷歌表示，视频的音频和画面将实现 “完美同步”，充分展现用户的创意。生成的视频将以 720p、16:9 横屏的 MP4 格式保存，方便用户在各种平台分享创作成果。无论是为日常物品赋予动画效果，还是让绘画作品 “活” 起来，又或是为自然景象增添动态，该功能都为用户提供了源源不断的创作灵感。

  为保护创作者权益，谷歌在所有生成的视频中添加了明显的 AI 水印和隐形的 SynthID 数字水印，便于追踪作品来源，防止作品被滥用。目前，这项视频功能已在部分地区向 AI Ultra 和 AI Pro 用户开放。这种渐进式推出的方式，有助于谷歌收集用户反馈，进一步优化功能。

  随着技术的持续进步，谷歌 Gemini 的图像转视频功能势必推动内容创作进入新时代。无论是个人用户还是专业创作者，都能借助这一工具释放创意潜力，创作出更具吸引力的内容。总之，谷歌 Gemini 基于 Veo 3 模型的图像转视频功能，不仅为用户搭建了全新的创作平台，也为 AI 技术在内容创作中的应用开拓了新方向。随着该功能的普及，越来越多的人能够通过简单操作创作出令人惊叹的视频作品，展现独特视角与创意。