一句话看懂：Google 在 Google Vids 中集成了多模态模型 Gemini Omni，用户仅需上传一张自拍和一段语音，即可生成外貌与声音高度相似的定制数字分身。这一功能将 Vids 从办公演示工具扩展为具有商业化潜力的视频创作平台，与 HeyGen、Synthesia 等 AI 视频公司形成直接竞争。
事件核心：发生了什么
Google 于本周四对旗下视频生成工具 Google Vids 进行了重大更新。此次更新的核心是引入 Gemini Omni 多模态模型，使得视频生成过程变为文本与图像的交互对话。用户可以通过文本提示配合上传的参考图片，生成目标视频，并支持局部调整、修改背景、调整光线和添加特效。更引人关注的是，新功能允许创作者在创作过程中逐步编辑，无需因不满意部分内容而从头重做。
数字分身功能是此次更新的亮点之一：用户只需上传一张自拍和一段录音，系统即可生成与真人相似度极高的定制数字形象，并模拟其声音，实现“数字分身”代替真人出镜解说。该功能已于美国太平洋时间 2026 年 7 月 17 日上线。
为什么重要
此次更新标志着 Google Vids 从单纯的 AI 辅助办公工具（如制作内部报告和培训视频）转向更通用的视频创作平台。通过将其深度整合进 Google Workspace，Google 明确传递了商业化的信号。这使其与当前市场上专注于 AI 数字人的初创公司（如 HeyGen、Synthesia、Captions、D-ID）进入同一赛道，加剧了 AI 虚拟主播和视频生成市场的竞争。Gemini Omni 的加入，使 Vids 具备了更复杂的多模态理解和逐帧编辑能力，在易用性和成品可控性上对现有竞品构成了实质压力。
对用户/开发者/创作者的影响
普通用户： 对于 Google Workspace 的现有企业用户而言，内部培训视频、产品演示和公司公告的制作门槛大幅降低，无需专业拍摄设备和演员，仅凭自拍和录音即可生成视频。这也引发了关于数字身份真实性和潜在滥用风险的讨论。
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。
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。
内容创作者： 创作者可以快速生成带有个人形象的视频，并支持逐步修改编辑，有效避免重做带来的时间浪费。对于需要频繁更新视频内容的营销和培训团队来说，这一功能有望显著降低制作成本。
开发者与 AI 应用开发者： 目前公开信息显示，Google 尚未大规模开放 Vids 的 API 供第三方开发者使用。但将其与 Gemini Omni 的整合模式，为开发者展示了多模态模型在视频领域的落地路径——从文本到图像、从语音到背景渲染的渐进式交互。未来如果 Google 开放相关接口，可能催生一批基于 Vids 的企业视频自动化应用。
值得关注的后续
1. 产品定价与可用性： 新功能是否仅面向 Google Workspace 的付费企业版用户？未来是否会推出个人独立版或按需计费模式，直接对标 HeyGen 的定价策略。
2. 竞品动态： 在 Sora 热度有所下降的背景下，HeyGen 和 Synthesia 等公司是否会加速推出类似功能的迭代，或采取降价策略抢夺市场份额。
3. 监管与合规风险： 数字分身功能上线后，关于 AI 换脸、深度伪造、声音克隆的合规审查可能会更严格。Google 如何应对潜在的身份冒用风险，以及是否会给作品添加数字水印，值得长期观察。
来源：AIbase
