Google Vids 推出个人数字分身：上传一张自拍和一段语音，AI 就能替你说话

Google Vids 今天上线了两项重磅更新：个人数字分身（Personal Avatars）和 Gemini Omni 视频生成编辑功能。其中最引人注目的是个人数字分身——只需上传一张自拍和一段语音录制，AI 就能生成一个看起来和听起来都像你的数字人，输入文字脚本即可让它替你"出镜说话"，完全不需要打开摄像头。

语音克隆走向大众

个人数字分身的工作流程非常简单：

1. 上传一张自拍照片——系统据此生成你的外观
2. 录制一段简短语音——系统据此克隆你的声音
3. 输入你想说的话——分身自动用你的声音和面孔"念出来"

整个过程不需要专业设备，不需要实际录制视频，甚至不需要化妆出镜。对于需要频繁发送视频更新、个性化问候或团队沟通的人来说，这是一个省时省力的工具。

为什么这件事值得关注？

语音克隆技术并不新鲜，但此前大多停留在专业工具或开发者 API 层面。Google 把它打包成一个面向普通用户的功能，集成在 Workspace 生产力工具里，这意味着：

• 语音克隆正式进入消费级产品。不再是技术演示，而是你打开 Google Vids 就能用的功能。
• Google 试图在伦理上做平衡。分身绑定 Google 账号，限制只能生成本人 likeness 的数字人，不能随意克隆他人。同时所有生成内容都带有 SynthID 隐形水印，可以追溯内容是否由 AI 生成。
• 对职场场景有实际价值。需要发视频周报、客户问候、团队更新的人，可以用分身快速完成，不用每次都架设摄像头。

限制和注意事项

目前这项功能还有一些限制：

• 仅限部分地区的 18 岁以上用户使用
• 需要 Google AI Pro 或 Ultra 订阅，或者是 Workspace 商业版用户
• SynthID 水印是隐形的，普通人无法肉眼判断一段视频是否由 AI 生成
• 虽然限制了"只能克隆本人"，但语音克隆技术本身的伦理风险依然存在——自拍和语音片段一旦泄露，理论上可以被他人利用

Gemini Omni：用聊天方式做视频

与个人分身同时发布的还有 Gemini Omni，它让视频创作和编辑变得像聊天一样简单：

• 自然语言生成视频：用文字描述你想要的画面，Omni 就能生成对应视频片段，还可以加入图片参考
• 对话式逐步编辑：不用从头重做，直接告诉 Omni "换个背景"、"调亮一点"、"加个特效"，它会增量修改
• 支持手机拍摄素材：不仅限于 AI 生成的视频，你自己拍的片段也可以用 Omni 编辑

Gemini Omni 同样面向 AI Pro/Ultra 和 Workspace 商业用户开放。

总结

Google Vids 的个人数字分身，本质上是把语音克隆和数字人技术从专业领域拉到了普通用户面前。上传自拍和语音、输入文字、AI 替你说话——这个流程足够简单，但也足够有争议。Google 用账号绑定和 SynthID 水印做了安全兜底，但语音克隆的边界在哪里，仍然是一个开放问题。

---

来源：

• Google 官方博客：[Create, edit and star in videos with two Google Vids updates](https://blog.google/products-and-platforms/products/workspace/gemini-omni-personal-avatars/)
• The Verge 报道：Google Vids will now let you generate AI videos of yourself（2026年7月16日）

参考来源

• https://blog.google/products-and-platforms/products/workspace/gemini-omni-personal-avatars/