谷歌照片添加了新的人工智能“视频混音”工具

谷歌照片添加了新的人工智能”视频混音”工具

一句话看懂：谷歌在 Google Photos 中推出基于 Gemini Omni 模型的”Video Remix”功能，让用户无需专业软件即可通过几次点击完成视频重打光、换背景和添加艺术风格等编辑。这是谷歌将生成式 AI 能力下沉到消费级应用的最新动作，直接对标苹果、OpenAI 和 Adobe 的类似产品，意在巩固其生态粘性。

事件核心：发生了什么

7 月 8 日，谷歌宣布为 Google Photos 添加名为”Video Remix”的 AI 视频编辑工具。该功能由谷歌近期发布的 Gemini Omni 模型驱动——该模型宣称能”从任意输入创建任意内容”。用户可在 Google Photos 的”Create”标签页访问该工具，实现三项主要操作：应用电影级重打光以提亮暗部视频、将普通背景替换为其他场景（如温室环境）、为视频添加水彩、素描或油画风格的艺术效果。该功能即日起向美国、阿根廷、孟加拉国、巴西、哥伦比亚、埃及、印度、印度尼西亚、日本、墨西哥、巴基斯坦、菲律宾、韩国和土耳其的 Google AI Plus、Pro 及 Ultra 订阅用户开放。

为什么重要

此次更新是谷歌将生成式 AI 融入消费端应用的最新例证。与苹果、OpenAI 和 Adobe 在视频编辑领域的竞争正逐步从专业软件转向移动端原生功能。通过在拥有数十亿用户的 Google Photos 中直接嵌入 AI 视频编辑能力，谷歌降低了视频内容创作的门槛——用户无需学习 Premiere 或 Final Cut Pro，即可在拍摄现场完成后期处理。这也意味着，谷歌正将模型能力从云端 API 调用转化为具体、可触及的用户体验，从而在 C 端建立差异化优势。同时，该功能仅对订阅用户开放，显示谷歌正试图通过 AI 功能推动付费用户的增长。

对用户/开发者/创作者的影响

对普通用户而言，Video Remix 将常见视频编辑需求（如光线调整、换背景、加滤镜）压缩为几秒钟的点击操作，直接解决了手机拍摄视频后”懒得精修”的痛点。对于内容创作者，尤其是社交平台上的短视频创作者，该工具提供了快速制作”可分享瞬间”的能力，可能减少他们对专业剪辑软件的依赖。对于开发者，Gemini Omni 模型的能力正在从底层 API 走向前台产品，意味着谷歌不仅在大模型推理能力上持续投入，也在将”多模态理解与生成”的能力封装成面向普通用户的端到端工具。竞品方面，Adobe 的 Firefly 视频功能、OpenAI 的 Sora 以及苹果仍在开发中的 AI 编辑工具，都将面临来自谷歌这一入口级应用的直接竞争。

AI 工具推荐

想把多个 AI 模型放在一个入口？

GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。

了解 GamsGo AI

推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。

值得关注的后续

1. 区域扩展节奏：目前该功能仅限约 14 个国家和地区，且仅限于付费订阅用户。谷歌是否会向所有用户开放免费版，或是否通过广告模式降低门槛，将直接影响用户覆盖面。
2. 多模态模型的持续落地：Gemini Omni 刚被发布便直接投入产品化，后续该模型是否能支持更复杂的视频编辑（如对象移除、动态追踪、实时风格迁移）将是衡量其技术上限的关键。
3. 苹果与 Adobe 的应对：苹果 WWDC 上曾展示 AI 视频编辑原型，Adobe 也正在整合视频生成功能。如果 Google Photos 通过纯手机端体验形成用户习惯闭环，传统专业软件厂商可能被迫加速移动端 AI 化。

来源：TechCrunch AI