去年我用AI把孩子的毛绒玩具”深度伪造”成了一只去度假的小鹿，当时只是想验证一下Google在Gemini广告里承诺的功能到底靠不靠谱。视频没给孩子看，但那个实验让我开始认真思考：生成式AI的”无害娱乐”和”纯垃圾内容”之间，到底有没有界限？
也许这两个圆圈完全重叠呢。也许不是。但有一件事我很确定：做出逼真的AI视频，需要的努力和知识少得令人惊讶。而这个趋势，在Gemini进入Omni时代之后，还在继续。
Omni到底是什么
Omni是Google新推出的一套生成式模型家族，号称有一天能把任何类型的输入——照片、视频、文字——变成任何其它东西。不过目前阶段，它还只是个视频生成工具。
Omni Flash是这套模型里第一个正式发布的版本，现在已经可以在Google的AI视频生成和编辑平台Flow上用。如果你愿意，当然也可以继续用旧的Veo模型——但Omni在几个维度上确实比Veo进了一步。
Google声称Omni在生成视频时会融入更多”现实世界知识”，因此能更好地保持角色在整个视频中的一致性。
于是我把那只AI小鹿又请了出来，让它收拾行李再去冒险——看看Omni是不是真的如Google说的那样。
结果：好得让人困惑
怎么说呢，结果非常两极分化，甚至可以用”令人困惑”来形容。有些片段做得很好——比我五个月前测试Veo的时候一致性和还原度都高得多。但即使是最好的片段，也还是会有一些典型的”AI惊吓时刻”：比如小鹿在跳伞的时候突然换了朝向。
我给了Omni更多创作空间：”做一个蒙太奇，展示小鹿打包行李、登上邮轮去热带度假的过程。氛围要可爱、好玩。小鹿在行李箱里塞了件搞笑的东西，后面会在片段里派上用场。”
结果小鹿塞了一罐蜂蜜进去；后面确实有段情节是小鹿去够那罐蜂蜜，把它当成防晒霜在挤。说实话，这个桥段还不错。问题在于那瓶蜂蜜的外观在整个视频里一直在变：从玻璃罐，变成透明的挤压瓶，又变回装蜂蜜的挤压瓶。而我甚至不知道该怎么描述模型对视频最后一帧的处理——就好像它把刚才生成的所有元素一股脑吐出来就完事了。
Google Omni生成的AI内容会有标注 / The Verge
编辑功能：有进步，但还不够
你可以用文字提示词来建议对视频进行修改。实话实说，这方面Omni确实比Veo好用。但Veo的结果本来就烂得可以——我发现每次想改点什么，直接重新生成一个新视频反而更快。Omni确实会”听进”你的修改建议，但结果并不总是能打中你想要的点。
我让它强调小鹿在度假片段里的面部反应，结果出来的东西看起来很怪异。它还时不时给小鹿加上鹿角——但小鹿根本没有鹿角，它还是个宝宝呢，谢谢。当我提示它去掉某个场景里突然出现的鹿角时，它照做了——然后在所有其他场景里都加上了鹿角。
这一切都不是免费的
生成视频是要消耗”积分”的，根据场景长度和起始”素材”的不同，一次消耗15到40积分不等。一轮编辑要花40积分。我订的是每月20美元的AI Pro方案，每月给1000积分。生成了大约20个片段、其中几个做了编辑之后，我的积分就只剩145了。
如果你对想要生成的视频有比较具体的想法，那你可能要做好心理准备：跟模型来回拉锯很多轮才能得到一个接近你想象的视频，而每一轮都要烧积分。
然后我把自己深度伪造了
Omni号称的强项之一是把AI生成的内容叠加到真实视频上，所以我让小鹿休息了一下，转而深度伪造了我自己。我给Omni喂了一段自拍视频，表情很中性，然后让它生成我吃一盘意面、坐在飞机座位上、站在埃菲尔铁塔前咬一口法棍的视频。说实话，我没准备好面对我看到的东西。
我的深度伪造视频里有一些”AI痕迹”：叉子碰到意面碗的那个声音有点太”做作”了；飞机视频的背景里有个女人出现了两次；但除了这些小故障和一种说不清的”诡异感”之外，它们逼真得要命。
我把吃意面的片段给我丈夫看了。他知道我在测试AI视频工具，但我没告诉他场景里哪些部分是AI生成的。在不知道哪些是AI的情况下，他完全相信我就是坐在镜头前吃意面——他唯一的疑点是那个碗看起来不太眼熟。至于吃意面这个动作本身，逼真到足以让我丈夫信服——一个在过去十年里几乎每天看着我吃东西的男人。
我的其他深度伪造视频有不同程度的”好到能在社交媒体上骗到人”。有几段埃菲尔铁塔的片段看起来有点卡通化，但其中一段逼真到你可能要反复看几次才能发现是AI。我知道那不是我，因为AI版本的我转过头时露出了扎成马尾的头发——但我不觉得其他任何人能看出区别，而这让我感觉很怪。
我得诚实地说，我有点被这一切整累了。当初测试Veo 3的时候，我被它能产生的真实感震惊了。过去几年里，我一次又一次地被”用AI造出假人”有多容易而震惊。我可能也应该被Omni震惊，我想我确实震惊了，但那种”震惊感”已经磨掉了。
要用AI做出一部”电影级杰作”，其实还没有Google想让你相信的那么容易。但Omni确实在某些可辨认的维度上比Veo有进步。如果你有一个Google账号和一张信用卡，那你只需要微不足道的努力，就能把一段自己坐在家里的视频变成看起来像在飞往毛伊岛的飞机上的画面。我不觉得我们正好站在”奇点的山麓”——但我们肯定已经深深陷入了诡异谷。
