Gemini Omni 在 I/O 亮相：用對話改影片，素材與連續性仍要自己把關

事件日期：2026-05-19；本文查核日期：2026-09-14。5 月 19 日 Google I/O 發布 Gemini Omni，初期以影片生成與對話式編輯為重點。

官方示範用文字、圖片、影片作參考，多輪修改場景和角度；音訊參考初期只支援聲音參考，其他音訊是後續計畫。同日 Gemini app 公告列 Plus／Pro／Ultra 分批取得；Flow 等入口有各自供應條件。官方稱物理與場景連貫有所進步，不能當作所有生成影片都符合真實世界或已取得素材權利。以下生活與工作情境為編輯設計的例子，供讀者自行驗證，並非本站產品實測。

拍攝前規劃鏡頭清單與不可變更項目

在運用生成工具介入影片製作之前，最根本的工作依然是扎實的分鏡規劃。以拍攝陶藝拉坯為例，創作者必須先在腳本中明確列出每個鏡頭的拍攝距離、主體焦點與預期畫面動態。拉坯過程包含定中心、開孔、拉高到塑形等多個連續動作，若沒有預先定義鏡頭清單，直接將未經整理的片段送入模型處理，很容易在對話互動過程中失去焦點，導致產出的畫面支離破碎。

除了鏡頭清單之外，創作者更要在專案啟動時劃定主體的不可改項目。陶藝工作室的背景陳設、拉坯機的旋轉方向、陶土的初始份量以及陶藝師的袖口造型，都應該屬於固定不變的視覺錨點。如果在向模型下達調整角度或更換景別的指令時，未將這些固定基準明確鎖定，模型便可能自由發揮，改變原本具備工藝辨識度的核心細節，增加後續銜接的難度。

對話式多輪調整機制與提示詞漂移防範

對話式編輯的核心優勢在於創作者能以自然語言持續微調鏡頭，例如要求拉近特寫或變換俯視角度。然而多輪對話也是產生提示詞漂移的主要來源，當指令層層疊加時，系統往往會逐漸偏離第一輪所設定的環境基調。若創作者直接拿前一輪生成的修改結果繼續往下修正，幾次對話之後，陶土的成色可能變調，原本質樸的木質工作台甚至可能演變成風格突兀的現代桌面。

避免視覺漂移的有效作法，是堅持以原始實拍素材為唯一輸入基準，而非以生成後的影片反覆當作下一輪輸入。每當需要嘗試新的視角或運鏡路徑時，應回到最初確認無誤的參考影片與靜態圖檔，並將修改需求重新組織在單一指令內，清晰指出哪些元素需沿用原素材、哪些視角允許重繪。透過將參照點拉回原點，才能在多輪測試中保有畫面風格的一致性。

首發公告說明音訊輸入初期只支援人聲參考，其他音訊輸入仍是後續計畫。這項限制談的是輸入參考的類型，不能解讀成模型完全不能生成環境音。若陶藝短片需要忠實保留現場陶輪或水聲，較直接的做法仍是保留原始收音，再依實際作品需要決定哪些聲音可用生成素材補充。

陶藝製作過程的手部細節與物理邏輯檢驗

工藝類短片的核心說服力建立在嚴謹的物理真實性上，而手部動作成形過程往往是生成模型最容易產生破綻的環節。陶藝師在拉坯時，雙手必須維持特定的施力角度，拇指與食指的擠壓力量會直接帶動泥牆向上延伸。驗收生成畫面時，必須逐格檢視手指關節是否出現不自然融合、指尖水痕流向是否順應離心力，以及陶土旋轉時的厚薄變化是否符合塑性力學。

雖然模型開發團隊宣稱物理表現持續進步，但這項宣稱並不能作為所有畫面均符合現實的保證。偶爾出現的泥料瞬間平滑化、旋轉中心無故位移等細微瑕疵，可能一般觀眾難以立刻察覺，卻會嚴重破壞專業工藝愛好者的信任感。因此在工作流程中，涉及技術細節的核心動作應優先保留實拍真實鏡頭，生成技術則退居輔助過場或視角補足，切忌本末倒置。

光影方向一致性與工作室工具配置查核

影片的連續性除了取決於主體動作，更仰賴整體空間光影的邏輯呼應。陶藝工作室通常具有固定的主光源，例如側面的窗戶日光或斜上方的工作投射燈。當使用指令要求轉換為俯瞰視角時，必須仔細核對陶坯內外側的陰影深淺是否正確。若前一個中景鏡頭的光源來自左側，切換到生成特寫時陰影卻落在相反方向，接剪在一起就會產生強烈的視覺突兀感。

工作台上的輔助工具同樣需要嚴格的空間配置檢驗。修坯刀、修邊木片、割線與吸水海綿在拉坯不同階段各司其職，它們在台面上的擺放位置必須具有合理的因果關係。不能在前一個鏡頭看見海綿浸在水盆裡，下一秒切換角度後海綿卻瞬間出現在乾燥的泥台旁。創作者在驗收每段輸出時，需建立周邊道具清單，確認物件不會在對話編輯中憑空出現或位移。

完成單一鏡頭的微調後，必須將所有片段依序放回非線性剪輯軌道進行動態驗收。單獨觀看一個生成片段時或許覺得畫面精美，但唯有與前後實拍鏡頭連貫播放，才能看出轉場瞬間的速度節奏、反光高光點以及色溫是否有微幅跳動。只有通過剪輯軌道交叉比對的片段，才能被視為合格素材，納入最終短片的調色與混音排程中。

素材使用授權邊界與真實紀錄呈現原則

自攝素材也可能包含其他人的面容、作品或品牌資訊。公開製作前，可以先確認參與者同意的使用範圍，並核對所用參考素材及平台條款。生成工具的輸出或浮水印不能代替這些確認；若對特定公開用途的權利仍有疑問，應先釐清再發布，不把模型給出的回答當成授權證明。

最後，創作者在發表短片時應對受眾保持透明誠實，切勿將生成或重構後的工藝畫面包裝成未經修改的現場真實紀錄。工藝的價值在於人手與材料之間的真實博弈，AI 輔助鏡頭調校可以作為視角表現的創意延伸，但若過度修飾而掩蓋實際製作流程，便失去了紀錄的初衷。確立實拍為主、生成為輔的守則，方能在擁抱新工具的同時守護內容的信譽。

2026 年 AI 新聞總整理：1 月至 9 月的重點與生活應用

Gemini Spark 與 Daily Brief：AI 從晨間摘要走向背景辦事

• AI 工具
• 軟體與 App
• AI 新聞與趨勢