2026年7月8日，谷歌宣布为Google Photos上线全新生成式AI工具“视频混音”，该功能由Gemini Omni处理器提供算力支持，普通用户无需专业剪辑技能，即可在数秒内完成电影级视频调整与风格化处理。该功能首批面向十余个国家的Google AI Plus、Pro用户开放，是谷歌深化消费级生成式AI布局、对抗行业竞争对手的最新动作。
对于没有系统学习过剪辑软件的普通用户而言，想要把手机里随手拍的生活片段调整为有电影质感的内容，往往需要花费大量时间摸索调光、滤镜、背景处理等操作，而谷歌新推出的这项功能，直接把专业剪辑师的能力打包成了一键操作的轻量化工具。
用户进入Google Photos的“创建”标签页即可直接调用“视频混音”工具，无需跳转至第三方应用。依托Gemini Omni的强模态多媒体处理能力，该工具可实现三类核心操作：一键应用电影级重新照明算法提亮昏暗画面，针对逆光、夜间拍摄的素材优化效果尤为明显；智能识别并替换纯色背景，满足用户自制短综、卡点视频的创意需求；还可将整段视频批量转化为水彩、素描、油画等艺术风格，全程耗时仅需数秒。该功能发布当日即面向美国、印度、日本、韩国、巴西等十余个国家的符合条件的Google AI Plus、Pro用户开放测试。
此次谷歌把生成式AI能力集成到用户基数庞大的相册应用中，本质是对现有生态用户粘性的进一步强化。当前消费级内容创作AI赛道的竞争已经进入白热化阶段：苹果在iOS系统内置的相册应用中推出了AI自动剪辑、智能调色功能，Adobe面向普通用户推出的Express系列工具已经覆盖移动端全场景AI编辑需求，OpenAI旗下的Sora等视频生成工具也在逐步开放C端使用权限，谷歌此次功能更新正是对上述竞争对手的直接回应。
值得注意的是，此次“视频混音”功能的核心算力来自搭载于端侧的Gemini Omni处理器，无需全程上传素材至云端处理，既降低了用户的等待时长，也大幅提升了内容隐私安全性。随着大模型轻量化技术的持续迭代，过去只能在专业工作站上实现的高性能AI处理能力，正在快速下放到普通消费级电子设备中，未来普通用户的内容创作门槛还将进一步降低，UGC内容的整体质感也将迎来整体性提升。
本文基于公开信息分析整理，仅供参考。更多AI工具动态与行业解读，请持续关注本站更新。
滇公网安备 53252802528133号