Gemini 也接入图片转视频功能了！还是带声音那种！炒股配资网站详解
官方给出来的示例是开盒子出现各种东西，音效还挺丰富的。
不得不说我看到最后那个真的没忍住笑……
看起来挺有意思，不过我有点想问：
盒子里装什么都可以吗？
不是盒子可以吗？
这个音效是怎么决定的？
我还能用它做点啥？
秉承着严谨踏实的求真精神（咳咳），咱今天就要来实测一下这个新功能，看看它到底……好不好玩。
耶！惊喜盒子！
不得不说开盒确实是一个很能体现效果的尝试，毕竟你永远也不知道盒子里是个什么状态。
（你说是吧，薛定谔）
既然 Gemini 官方把它用来示例的指令都给出来了，咱不用白不用，找个盒子看看有啥不同。
我从那些指令里挑了几个，顺便试试看，是不是什么盒子都行（宝箱怪哦耶）。
打开盒子，揭示一个仓鼠在小小的厨房里做饭
礼盒也是盒，其实我主要想看看 Gemini 能不能把蝴蝶结给解开。
结果它非常简单粗暴地直接拿下来了啊喂！
不过好歹它还知道拿下来，而且仓鼠很可爱，嗯，勉强原谅吧。
生成的时间大概一分钟吧，挺快的。
生成速度：★★★★★
展现效果：★★☆☆☆
有趣程度：★★★☆☆
以上是咱的纯主观评分啊，后面出现的评分也是，不代表任何官方意见哈（叠甲叠甲）。
打开盒子，揭示一个繁忙的小城市，人们行走，汽车行驶，房子里灯光亮起
行李箱为什么不能算盒子？
可能是它判断盒子花费了一点时间，这次要比之前慢一点，不过速度也还不错。
效果嘛，这两条莫名搞笑的塑料手臂咱就先不说了，忽然变化的行李箱方向咱也不说了（那你说啥）。
至少逻辑上是没问题的，好歹它知道把行李箱放平呢！
已经出乎我的意料了（咋要求这么低）。
生成速度：★★★★☆
展现效果：★★★☆☆
有趣程度：★★☆☆☆
打开盒子，发现盒子里正在举行一场迷你现场摇滚音乐会，粉丝们聚集在一起
众所周知，宝箱里面可能有任何东西，这就是宝箱的吸引力啊。
其实我没有想到它会以这种方式配音，在提示词非常少的情况下能够输出这样的内容，我觉得已经很不错了。
它确实塑料（指人物质感），无厘头（指忽然出现的舞台），还有咔哒一下穿模的锁，但它快啊！
而且就配音而言我给满分！还要什么自行车。
生成速度：★★★★★
展现效果：★★★☆☆
有趣程度：★★★★★
打开盒子，发现里面有一部闪亮的金属电梯，电梯在盒子里向上滑动，然后我们听到它发出叮咚声，门打开了
我让豆包帮我生成了一个 2D 风格的、像儿童画一样的卡通盒子，然后把它丢给 Gemini。
并且这次的提示词带上了声音（叮咚声），电梯也是"闪亮的金属电梯"。
说实话我就是在为难 Gemini，但是它的回答，怎么说，可圈可点吧。
值得表扬的是它的速度也就一分钟，整体风格也还算统一，电梯确实也是金属电梯；
但是期待的"叮咚"声并没有出现。
生成速度：★★★★★
展现效果：★★★★☆
有趣程度：★★★☆☆
更有想象力一点！
咳咳，开盒子开多了就没意思了，让我想想它还能做啥。
比如给经典梗图加个带音效的后续？
咱的提示词是这样的：
穿蓝色格子衫的男性对穿红色衣服的女性吹口哨，穿蓝色衣服的女性生气地甩开了他的手
简直不要太合情合理！我看见这张图想的就是这样的场景啊！
结果 Gemini 给了我这样的内容。
不是？你读图片了吗？？就直接视频生成啊？？？
除了背景还有什么是符合的我问你？？啊？？？
我就不信了，我要详细地给一个指令看看这个 Gemini 咋执行的。
顺手拍了一张图，画面主体非常明确啊，就是一个青蛙玩偶和一个水杯。
青蛙玩偶抱起面前的水杯喝水，发出吨吨吨的喝水声
然后看看它给我输出了什么：
怎么说呢，可以看到它有一套自己的逻辑，发现这个青蛙的胳膊有点短，就凭空变出了一只手给它喂水。
喝水的音效不错，但不是我想要的吨吨吨，是吸溜吸溜。
而且除了画面主体之外其它的部分没怎么变化，这点很好。
也就是说，其实它是知道要基于原图进行发挥的，可能花心男友的那个例子只是一小部分呢。
所以我又找了点梗图：
黑猫把鲨鱼一口咬住，鲨鱼大叫，猫和鲨鱼一起落入水中
结果确实像做梦一样。
（声明：本视频没有任何动物受到伤害）
再来一个经典款：
画面右边的男性手臂上下摆动，画面左边走进一个和他一模一样的人，调整了一下自己的衣领，背景响起欢呼声
结果……很可惜，失败了，把提示词更换成下面这个，依然无法输出。
男性从右边走到左边说："对，是我。"
我好像发现了：对于具体的真人形象，Gemini 似乎有所限制。也算是对画面主角的一种保护，合情合理，前面花心男友的案例也可以解释了。
如果脑洞再大一点，更无中生有一点呢？
这是我们的图标，嘿嘿，让我自由发挥一段……
一个恢弘大气、富有科技感的电影开场，有火箭和超现实的智能机器人，随着镜头缓缓上移，看见了像月亮一样的量子位图标（图片即量子位图标）
提示词倒是包含了很多要素，火箭啊，机器人啊，科技感，像月亮什么的。
然后它给了我这样的结果：
这个时候咋就知道开头要用咱给的图了呢！！？
咱想要的恢弘大气的电影开场一样的华丽登场啊…… . 虽然也像月亮吧，但是这不对啊……
我们的同事也提出了一些想法：
我们的 logo 这么圆，想象成一个车轮然后拉远景是个车，接着像变形金刚一样，变成了一个机器人
至于这个效果……它真的知道什么是变形吗？
这个变形金刚看起来像是被车子生出来的一样……我不知道能说什么了。
至于为什么咱一定要用咱自己的图标呢，因为咱要发出来的，咱怕侵权啊。
你们私底下可以自由发挥，就是图个乐子。
总结一下
总的来说呢，Gemini 这次推出的新功能其实就是接入了 Veo 3 Fast，生成的视频长度大概在 7-8 秒，生成速度大概 1-2 分钟。
Google AI Pro 会员每天有 3 次视频生成的额度，重试也占额度。
音效方面做得不错，但好像还是需要具体一点的形容，像是"叮咚""吨吨吨"" DokiDoki "这样的拟声词描述就不太行。
另外，不能生成具体的真人形象内容，不能包含不良引导。
整体使用感受还不错，挺好玩的！
不过，如果想要生成更精确的内容，可能还是需要配合更详细的提示词，不然它就只好自由发挥了。
如果你们对此感兴趣的话，也可以尝试一下。
我知道大家私底下的鬼点子最多了（嘘）。
参考链接：
https://x.com/GeminiApp/status/1943325980984250509
一键三连「点赞」「转发」「小心心」
欢迎在评论区留下你的想法！
— 完 —
专属 AI 产品从业者的实名社群，只聊 AI 产品最落地的真问题 扫码添加小助手，发送「姓名 + 公司 + 职位」申请入群～
进群后，你将直接获得：
� � 最新最专业的 AI 产品信息及分析 � �
� � 不定期发放的热门产品内测码 � �
� � 内部专属内容与专业讨论 � �
� � 点亮星标 � �
科技前沿进展每日见炒股配资网站详解
华利配资提示：文章来自网络，不代表本站观点。
沪深京指数
热点资讯
