7月8日，Google Photos 正式上线 Video Remix 功能——基于 Gemini Omni 模型的 AI 视频编辑工具，让你几步操作就能给已有视频换背景、重打光、甚至把画面变成水彩画。这不是又一个"文生视频"工具，而是把 AI 视频能力直接塞进了全球用户量最大的相册 App 里。
Video Remix 能做什么？
Video Remix 目前提供三类编辑能力：
电影级重打光（Cinematic Relighting）。拍了一段光线太暗的视频？输入"给视频加晨光"，AI 会重新计算画面光照，把暗淡的片段变成有氛围感的镜头。对于手机随手拍、光线不理想的场景，这个功能比手动调色实用得多。
风格化转换。支持水彩、素描本、油画等艺术风格——输入"把视频变成梦幻水彩画"，整段视频就会被渲染成对应画风。类似功能在图片编辑里已经不新鲜，但实时应用到视频上、保持帧间一致性，技术门槛完全不同。
自定义背景替换。输入"把背景换成温室"，AI 会识别前景主体，替换掉原始背景。对于在杂乱环境里拍的视频，一键换背景比逐帧抠图效率高几个数量级。
所有操作都在 Google Photos 的 Create 标签页里完成，和已有的图片 Remix、Photo to Video、拼贴功能并列。
背后的 Gemini Omni
Video Remix 的底层模型是 Gemini Omni Flash，Google 今年5月 I/O 大会发布的全新多模态模型家族的首个成员。
和 Google 之前的视频生成模型 Veo 不同，Omni Flash 的核心能力是多模态输入——不只是文字到视频，而是文字、图片、视频、音频任意组合作为输入，生成最长10秒的视频片段。这意味着你可以用一段已有视频作为基础，叠加文字指令来改造它，而不是从零开始生成。
Google DeepMind 首席研究总监 Dumitru Erhan 透露，Omni Flash 比 Veo 拥有"多得多的世界知识"，因为 Gemini 的训练数据远超纯视频模型。这也是 Video Remix 能理解"晨光""温室"这类语义指令的基础——模型不只是处理像素，还理解场景含义。
谁能用？多少钱？
Video Remix 目前面向 Google AI Plus、Pro 和 Ultra 三档订阅用户开放，免费用户暂时无法使用。首批上线国家包括美国、日本、韩国、巴西、印度、印尼等13个国家，中国不在列。
为什么值得关注？
AI 视频领域过去一年的主旋律是"文生视频"——输入文字，生成一段全新视频。但大多数人的真实需求不是凭空创造，而是改造已有素材：光线不好、背景杂乱、想换个风格。Video Remix 把 AI 视频能力从"创作工具"拉向了"编辑工具"，而且直接嵌入了 Google Photos 这个日活数亿的产品里，触达用户量远超任何独立视频生成 App。
从技术角度看，Gemini Omni 的多模态输入能力是关键差异。Veo 只能文字进视频出，Omni Flash 可以视频进视频出——用已有视频作为"锚点"，AI 只需要做增量修改，而不是从零生成。这大幅降低了出错概率，也让"重打光""换背景"这类精细操作成为可能。
局限
- 10秒上限：目前 Omni Flash 生成片段最长10秒，Google 表示正在扩展
- 订阅门槛：需要付费订阅，免费用户无法体验
- 地区限制：首批仅13国，覆盖面有限
- 风格化精度：水彩/油画等风格在复杂运动场景下的帧间一致性仍有待验证
---
*基于 9to5Google 及 The Verge 多家媒体转述整理*