Gemini Omni一句提示词生成史诗级电影预告片

一个提示词，一部史诗预告片

近日，一位创作者在Twitter上分享了一段令人印象深刻的实验：他仅用一个提示词，就让Google的Gemini Omni模型生成了一段罗马史诗《埃涅阿斯纪》（Aeneid）的电影预告片。这一案例再次展示了AI视频生成能力的飞速进步。

该创作者指出，荷马史诗《奥德赛》和《伊利亚特》已经被好莱坞反复搬上银幕——最近克里斯托弗·诺兰的《奥德赛》更是备受瞩目——但作为"续集"的罗马史诗《埃涅阿斯纪》却完全被影视行业忽视。于是他决定用AI来填补这个空白。

值得一提的是，《埃涅阿斯纪》由古罗马诗人维吉尔（Virgil）于公元前29年至19年间创作，是拉丁文学的巅峰之作。它讲述了特洛伊英雄埃涅阿斯在城邦陷落后流亡、最终抵达意大利并奠定罗马民族根基的传奇。这部史诗在叙事结构上有意呼应荷马的《奥德赛》（流亡漂泊）与《伊利亚特》（战争征伐），因此被视为希腊史诗传统的罗马续篇。与频繁被好莱坞改编的荷马史诗不同，《埃涅阿斯纪》因其浓厚的政治寓意和拉丁文学背景，在现代影视改编中长期被冷落，这也正是该创作者选择用AI填补这一空白的深层动机。

Gemini Omni的视频编辑能力引人注目

这个案例中最值得关注的技术细节，并非单纯的视频生成，而是Gemini Omni展现出的视频编辑能力。

据创作者描述，第一次生成的预告片中，所有旗帜都被错误地渲染成了丹麦风格的旗帜——这是AI视频生成中常见的历史细节错误。但关键在于，他并没有重新生成整段视频，而是直接要求Omni移除这些不正确的旗帜，模型成功完成了这一编辑操作。

这意味着Gemini Omni不仅能从零生成视频，还具备对已生成视频进行局部修改的能力。这种"生成+迭代编辑"的工作流程，大幅降低了AI视频创作的门槛和成本——创作者不再需要因为一个小瑕疵就推翻重来。

从技术演示到创作工具的转变

这个案例折射出AI视频生成领域正在发生的几个重要趋势：

回顾整个赛道，AI视频生成在2024年迎来了爆发式发展。OpenAI的Sora率先展示了从文本生成长达一分钟高保真视频的能力，引发行业震动；Google随后推出Veo系列，主打电影级画质与对镜头语言的理解；而Gemini Omni则代表了多模态（omni-modal）方向的探索，即在单一模型中统一处理文本、图像、音频和视频的理解与生成。这些模型背后通常采用扩散模型（Diffusion Model）与Transformer架构相结合的方案，通过在海量视频数据上学习时空一致性，从而生成符合物理规律和叙事逻辑的画面序列。

提示词效率的提升

"一个提示词"就能生成一段完整的电影预告片，说明模型对复杂叙事场景的理解能力已经达到了相当水平。从古罗马的战争场面到史诗级的视觉风格，模型需要同时处理历史背景、视觉美学、叙事节奏等多个维度的信息。

交互式编辑成为标配

过去的AI视频工具基本是"一次性生成"——不满意就重新来。Gemini Omni展示的编辑能力代表了下一代AI视频工具的方向：生成只是起点，后续的精细化调整同样由AI完成。这与专业影视后期制作的工作流程更加接近。

AI正在填补内容空白

创作者选择《埃涅阿斯纪》这个题材本身就很有意味。传统影视行业受限于商业回报考量，大量优秀的文学IP无法被改编。而AI大幅降低了视频制作成本，使得小众题材的视觉化成为可能。未来，我们可能会看到更多被传统影视忽视的经典作品，通过AI获得视觉呈现。

当前局限与未来展望

当然，从一段预告片到一部完整的电影，中间仍有巨大的鸿沟。AI生成视频目前在角色一致性、物理规律遵循、长叙事连贯性等方面仍存在明显不足。丹麦旗帜的"穿帮"就是历史准确性问题的一个缩影。

但没错的是，从Sora到Veo再到Gemini Omni，AI视频生成的进化速度远超预期。当"生成+编辑"的闭环在单一模型内完成时，AI视频创作的实用性将迎来质的飞跃。对于独立创作者和小型工作室而言，这可能是一个全新时代的开端。

核心要点