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“圖像轉視頻”功能。用戶只需上傳一張照片，即可生成一段8秒鐘的短視頻，并可添加背景音樂、環(huán)境音效甚至語音對白，讓靜態(tài)圖片“活”起來。目前，該功能已面向部分地區(qū)的AI Ultra和AI Pro訂閱用戶開放，網頁版率先上線，移動端將于本周逐步推送。  

根據谷歌介紹，用戶只需在Gemini的提示欄中選擇“視頻”工具，上傳照片并輸入提示詞（如“海浪拍打岸邊”“小狗搖尾巴”），AI便會根據描述生成動態(tài)效果。此外，用戶還能進一步添加音頻指令，例如對白（“嗨，今天天氣真好！”）或音效（鳥鳴、風聲），系統將確保畫面與聲音精準同步。最終生成的視頻為720p分辨率、16:9橫屏MP4格式，適合社交媒體分享。  

谷歌舉例稱，這項技術可讓日常物品動起來（如漂浮的茶杯）、賦予繪畫作品生命力，或為風景照添加動態(tài)元素（如飄動的云層）。不過，所有生成視頻均會附帶明顯的AI水印，并嵌入谷歌的SynthID隱形數字水印，以標識內容來源。   

據報道，Veo是谷歌旗下DeepMind團隊開發(fā)的視頻生成模型，此次升級至Veo 3后，畫面流暢度和音頻同步能力顯著提升。盡管目前視頻長度限制為8秒，但其生成速度和易用性已優(yōu)于多數同類產品。谷歌強調，該功能旨在幫助用戶快速創(chuàng)作創(chuàng)意內容，而非替代專業(yè)視頻制作。  

目前，圖像轉視頻功能僅向付費訂閱用戶開放（AI Ultra/Pro），免費版Gemini暫不支持。谷歌未透露后續(xù)是否會擴大開放范圍，但表示將根據反饋優(yōu)化生成效果。