Google Omni Flash：AI 视频的分水岭，是骗过熟人第一眼

一只毛绒小鹿去漂流、跳伞、坐邮轮。画面不是拍的，是 Google 新视频模型 Omni Flash 生成的。

更值得停一下的，是另一组测试：上传一段普通自拍视频，再让模型把人放进吃意面、坐飞机、站在埃菲尔铁塔前啃法棍的场景里。它还不完美，但已经接近社交平台上“看一眼就信”的水平。AI 视频的风险，不在于它离好莱坞有多近，而在于它离熟人朋友圈有多近。

Omni Flash 现在强在哪，也卡在哪

Omni 是 Google 的新生成模型系列。Google 对这个系列的长期叙事很大：把文本、图片、视频等输入转成各种输出。但已经发布的第一个模型 Omni Flash，目前重点仍是视频生成和编辑，不该直接吹成真正的 anything-to-anything。

它已经接入 Google Flow。和 Veo 相比，变化主要在三处：能上传视频再配文本提示，角色一致性更好，编辑时更听话。

价格会限制玩法。20 美元/月的 AI Pro 含 1000 credits。The Verge 的测试里，生成约 20 段视频、做了几次编辑后，只剩 145 credits。

这说明 Omni Flash 还不是无限玩具。想要一条能用的视频，通常要经历“提示词—生成—不满意—再编辑”。控制越精细，点数烧得越快。

进步也是真进步。Buddy 这只毛绒鹿的旅行视频，比 Veo 时代更贴提示词，角色也更能保持住。

但穿帮同样具体：跳伞方向突然变，蜂蜜罐一会儿变透明挤压瓶，一会儿又变回蜂蜜瓶；要求强化表情，结果变怪；要求去掉某个镜头里的鹿角，它去掉了那一个，又给别的镜头补上鹿角。

这就是当前 AI 视频的真实位置：足够强，强到能改变工作流；也足够笨，笨到认真看仍能抓出破绽。

真正受影响的，是“够像”的日常视频

我更在意自拍视频深伪。

The Verge 作者上传一段中性表情自拍视频，让 Omni 生成自己吃意面、坐飞机、站在埃菲尔铁塔前的片段。视频里仍有 AI 痕迹：餐叉碰碗的声音太刻意，飞机背景里同一个女人出现两次，部分画面有恐怖谷。

可这不妨碍它骗过第一眼。

作者把吃意面的片段给丈夫看。丈夫知道她在测试 AI 视频工具，却不知道哪里是 AI。结果他相信她确实坐在镜头前吃意面，只觉得碗有点陌生。

这件事比“能不能做大片”更重要。

大片创作有审美门槛、导演能力、后期流程、发行渠道。社交平台深伪不用这些。它只需要在手机屏幕上，五秒内，让一个不设防的人迟疑。

技术史里很多分水岭不是“最好”，而是“够用”。廉价报纸改写舆论，不靠印刷最精美；小型相机改变新闻，不靠画质最顶；短视频改变传播，也不是因为电影语言更高级。它们赢在门槛低、速度快、分发猛。

Omni Flash 踩到的就是这个点。

对视频创作者和小团队，它的动作很现实：概念片、分镜样片、广告草稿，可以更早用 AI 跑起来。采购和迁移不必急着押满仓，但该开始把 Flow、Veo、Omni Flash 放进同一套测试表里，看三件事：出片稳定性、修改成本、角色一致性。

对普通用户，动作更简单，也更麻烦：别再把“视频里出现了本人”当成强证据。尤其是转账、道歉、旅行、现场冲突、亲友求助这类内容，视频只能算线索，不能算确认。

问题就在这里。深伪风险从来不要求完美。熟人诈骗、假旅行、假道歉、假现场，只要“像到足够转发”，伤害就已经发生。

“天下熙熙，皆为利来。”放到 AI 视频上很直白：工具厂商卖的是创造力，用户拿到的也包括伪造力。订阅收入进了平台，信任成本却摊给社交网络、家庭关系和公共讨论。

Google 技术做进去了，治理答案还没跟上

公平说，Omni Flash 不是纯恐慌故事。

它在提示服从、编辑响应、角色一致性上确实有进步。对创作者来说，这类工具会降低试片、分镜和概念验证成本。以前要拍样片，现在可以先生成一个接近想法的版本。

限制也要说清。它还不能稳定伪造任何人，也没有消灭 AI 痕迹。原文测试里仍有方向突变、道具变形、重复人物、恐怖谷等问题。

但治理问题不会等模型完美后才出现。

目前材料没有给出足够细节，不能替 Google 编造水印、审核、限制机制。也正因为看不清，接下来最该观察的不是宣传片，而是三个变量：

这三件事比“模型又真实了多少”更关键。

如果产品只负责降低伪造成本，治理却靠用户自己多看几遍，那就是把公共信任当免费燃料。烧起来很快，修起来很慢。

Omni Flash 不必被神化。它不是奇点，也不是魔法。它只是把一件危险的事做得更顺手、更便宜、更像日用品。

回到那只毛绒小鹿，它去度假当然好玩。真正麻烦的是，同一套能力也能让一个熟人出现在从未去过的地方，说出从未说过的话。分水岭不在大片，在第一眼。