一句话改视频，改的是整段，不是那一秒

5 月 20 日 Google I/O 上 Gemini Omni 出来了，任意输入到任意输出。演示里最打人的一幕是：一句话，AI 把一段视频改了。

去年秋天我写过，商品视频试了一圈，Runway、可灵、即梦，结果都能看，但我只想改其中那一秒，没有工具能只动那一秒。所以 Omni 一开放，我就拿视频去试了。

一条设计同事拍的旋转视频

用的是一条 3C 产品的旋转展示，十几秒，是设计同事拍的。商品放在台面上转一圈，没有人，没有剧情，就是让买家把商品每一面看清楚。这是商品页上最常见的一种视频。

选这条，是因为它是真拍的。生成出来的视频本身就有不稳定的地方，拿它去改，分不清是原片的问题还是改的问题。真拍的片子，商品是对的，只有一个地方不满意，正好用来看 Omni 能不能只动那一个地方。

问题出在转到侧面的那一下，角度不太对，一闪就过去了。其他部分都能用。

我跟它说：只改转到侧面那一下，其他保持原样。

为什么偏偏在意那一下

3C 商品的旋转视频，买家看的其实是细节：侧面有什么，接口在哪，按键长什么样，边角做得怎么样。转一圈的十几秒里，最有信息量的往往就是转到侧面的那一两秒。

正面好看，照片就能交代；侧面和细节，才是视频比照片多出来的东西。所以那一下角度不对，不是一个小瑕疵，是这条视频最该交代的地方没交代清楚。

这也是我没有干脆换一条视频的原因。其他部分都对，只有最关键的那一下不对，重拍整条太浪费，改那一下又改不了。

五六种说法，一两个小时

第一次出来，整段都变了，侧面那一下并没有按我说的动。

我以为是说得不够清楚，之后换了五六种说法。大致是这几种思路：指明是第几秒；描述商品在那一刻应该朝向哪边；强调除这一处以外全部不动；把一个要求拆成两句说。

每一次出来的，都是一条新的视频。前前后后试了一两个小时。

它每次都听懂了，这一点我能确定，改出来的视频里有我说的那种变化的影子。但它是通过重做整段来实现的，不是去动那一秒。

好看，但不像我们的商品了

改出来的视频，说实话挺好看。光和质感都比原片讲究，像是花了更多钱拍的。

多看几遍，觉得不对。商品在新的光底下，颜色和外壳的质感跟着变了，变成了模型觉得更好看的样子。它是一条好看的视频，不是我们这个商品的视频。

原片是设计同事照着实物拍的，颜色和质感是对的。改出来的片子比原片好看，却离实物远了。放在商品页上，买家收到货会发现不一样，那就不是一条视频的问题，是一次退货的问题。

这和图片那边是同一件事。生成一张好看的图容易，改背景不改商品难。Smart Photo 这几年，可用率上的功夫一大半花在让商品保持原样上。视频把这个难题又拉长了一维，每一帧都要保住。

那几版，没给人看

改出来的那几版，我没给任何人看。

原片是设计同事拍的，改出来的东西不像原来的商品，拿过去只会多一次解释。运营要的是能直接上的片子，没有一版能用。给人看一个用不上的结果，除了让人对这类工具多一点失望，没有别的意义。

那一两个小时，就留在了我这里。

那条视频还放着

那条视频到现在没处理。没拿去剪辑软件里手动改，也没找人补拍，就放着。

不处理的原因很简单：改那一秒这件事，现在所有的办法都比它本身值的更贵。原片除了那一下都能用，商品页上先挂着原片。

真能改那一秒，我会先用

如果哪天真有一个工具，能只改那一秒，我觉得最先用它的会是我自己。

设计同事有自己的剪辑软件，一帧帧修对他们不难，只是费时间，而且他们手上的活本来就排着。运营不太会去改视频，他们要的是能直接上的片子。卡在中间的，是我这种人：知道哪里不对，说得出要怎么改，但自己动手修不了。一句话能改到位，对我最有用。

也正因为这样，这类工具真正打动我的，不会是演示里那种一句话换风格，而是一句话、只动一处、其他纹丝不动。前者是创作，后者是修改。商品视频要的是后者。

一句话改视频，宣传的是它能听懂。听懂以后怎么下手，还是按模型自己的方式，整段重来。那一秒，还得等。