Gemini Omni 亮相 I/O：用对话改视频，素材与连续性仍需自己把关

事件日期：2026-05-19；本文核查日期：2026-09-14。5 月 19 日 Google I/O 发布 Gemini Omni，初期以视频生成与对话式编辑为重点。

官方示范用文字、图片、视频作参考，多轮修改场景和角度；音频参考初期仅支持人声参考，其他音频为后续计划。同日 Gemini app 公告列出 Plus／Pro／Ultra 分批获取；Flow 等入口有各自供应条件。官方称物理与场景连贯有所进步，不能当作所有生成视频都符合真实世界或已取得素材权利。以下生活与工作情境为编辑设计的例子，供读者自行验证，并非本站产品实测。

拍摄前规划镜头清单与不可变更项目

在运用生成工具介入视频制作之前，最根本的工作依然是扎实的分镜规划。以拍摄陶艺拉坯为例，创作者必须先在脚本中明确列出每个镜头的拍摄距离、主体焦点与预期画面动态。拉坯过程包含定中心、开孔、拉高到塑形等多个连续动作，若没有预先定义镜头清单，直接将未经整理的片段送入模型处理，很容易在对话交互过程中失去焦点，导致产出的画面支离破碎。

除了镜头清单之外，创作者更要在项目启动时划定主体的不可改项目。陶艺工作室的背景陈设、拉坯机的旋转方向、陶土的初始份量以及陶艺师的袖口造型，都应该属于固定不变的视觉锚点。如果在向模型下达调整角度或更换景别的指令时，未将这些固定基准明确锁定，模型便可能自由发挥，改变原本具备工艺辨识度的核心细节，增加后续衔接的难度。

对话式多轮调整机制与提示词漂移防范

对话式编辑的核心优势在于创作者能以自然语言持续微调镜头，例如要求拉近特写或变换俯视角度。然而多轮对话也是产生提示词漂移的主要来源，当指令层层叠加时，系统往往会逐渐偏离第一轮所设定的环境基调。若创作者直接拿前一轮生成的修改结果继续往下修正，几次对话之后，陶土的成色可能变调，原本质朴的木质工作台甚至可能演变成风格突兀的现代桌面。

避免视觉漂移的有效做法，是坚持以原始实拍素材为唯一输入基准，而非以生成后的视频反复当作下一轮输入。每当需要尝试新的视角或运镜路径时，应回到最初确认无误的参考视频与静态图档，并将修改需求重新组织在单一指令内，清晰指出哪些元素需沿用原素材、哪些视角允许重绘。通过将参照点拉回原点，才能在多轮测试中保有画面风格的一致性。

首发公告说明音频输入初期仅支持人声参考，其他音频输入仍是后续计划。这项限制谈的是输入参考的类型，不能解读成模型完全不能生成环境音。若陶艺短片需要忠实保留现场陶轮或水声，较直接的做法仍是保留原始收音，再依实际作品需要决定哪些声音可用生成素材补充。

陶艺制作过程的手部细节与物理逻辑检验

工艺类短片的核心说服力建立在严谨的物理真实性上，而手部动作成形过程往往是生成模型最容易产生破绽的环节。陶艺师在拉坯时，双手必须维持特定的施力角度，拇指与食指的挤压力量会直接带动泥墙向上延伸。验收生成画面时，必须逐格检视手指关节是否出现不自然融合、指尖水痕流向是否顺应离心力，以及陶土旋转时的厚薄变化是否符合塑性力学。

虽然模型开发团队宣称物理表现持续进步，但这项宣称并不能作为所有画面均符合现实的保证。偶尔出现的泥料瞬间平滑化、旋转中心无故移位等细微瑕疵，可能一般观众难以立刻察觉，却会严重破坏专业工艺爱好者的信任感。因此在工作流程中，涉及技术细节的核心动作应优先保留实拍真实镜头，生成技术则退居辅助过场或视角补足，切忌本末倒置。

光影方向一致性与工作室工具配置查核

视频的连续性除了取决于主体动作，更仰赖整体空间光影的逻辑呼应。陶艺工作室通常具有固定的主光源，例如侧面的窗户日光或斜上方的工作投射灯。当使用指令要求转换为俯瞰视角时，必须仔细核对陶坯内外侧的阴影深浅是否正确。若前一个中景镜头的光源来自左侧，切换到生成特写时阴影却落在相反方向，接剪在一起就会产生强烈的视觉突兀感。

工作台上的辅助工具同样需要严格的空间配置检验。修坯刀、修边木片、割线与吸水海绵在拉坯不同阶段各司其职，它们在台面上的摆放位置必须具有合理的因果关系。不能在前一个镜头看见海绵浸在水盆里，下一秒切换角度后海绵却瞬间出现在干燥的泥台旁。创作者在验收每段输出时，需建立周边道具清单，确认物件不会在对话编辑中凭空出现或移位。

完成单一镜头的微调后，必须将所有片段依序放回非线性剪辑轨道进行动态验收。单独观看一个生成片段时或许觉得画面精美，但唯有与前后实拍镜头连贯播放，才能看出转场瞬间的速度节奏、反光高光点以及色温是否有微幅跳动。只有通过剪辑轨道交叉比对的片段，才能被视为合格素材，纳入最终短片的调色与混音排程中。

素材使用授权边界与真实纪录呈现原则

自摄素材也可能包含其他人的面容、作品或品牌信息。公开制作前，可以先确认参与者同意的使用范围，并核对所用参考素材及平台条款。生成工具的输出或水印不能代替这些确认；若对特定公开用途的权利仍有疑问，应先厘清再发布，不把模型给出的回答当成授权证明。

最后，创作者在发表短片时应对受众保持透明诚实，切勿将生成或重构后的工艺画面包装成未经修改的现场真实纪录。工艺的价值在于人手与材料之间的真实博弈，AI 辅助镜头调校可以作为视角表现的创意延伸，但若过度修饰而掩盖实际制作流程，便失去了纪录的初衷。确立实拍为主、生成为辅的守则，方能在拥抱新工具的同时守护内容的信誉。

2026 年 AI 新闻总整理：1 月至 9 月的重点与生活应用

Gemini Spark 与 Daily Brief：AI 从晨间摘要走向后台办事

• AI 工具
• 软件与应用
• AI 新闻与趋势