维度网讯，谷歌正在向更多付费Gemini订阅用户扩展Gemini Avatar功能，允许用户创建人工智能数字版自身形象，用于在Gemini内生成视频和其他内容。该功能由谷歌Gemini Omni模型驱动，Omni是谷歌首个视频生成模型，可在单个提示中结合多模态输入。该功能首次在3月的APK拆解中被发现，旨在复制用户的外貌和声音。

用户可通过Gemini应用程序导航到“设置 > Avatar”访问该功能。启用后，用户可创建模仿其面部特征、声音和举止的个性化AI化身，并在Gemini对话中使用特定命令召唤它。设置过程相对简单：第一阶段需完成基于摄像头的训练环节，用户将手机保持在视线水平，按屏幕提示从多个角度捕捉面部，使Gemini能生成面部结构的详细模型。第二阶段为语音训练，Gemini要求用户大声朗读一系列随机短语和数字，以分析其语音模式、语调、口音和节奏。设置完成后，Avatar将链接至用户的Google帐户，并在Gemini体验中可用。

为确保面部和声音扫描被接受，谷歌建议用户保持手机视线水平，避免环境过暗或过亮，确保眼睛、鼻子和嘴巴可见。系统允许眼镜作为Avatar的一部分，但禁止帽子、太阳镜和口罩，且用户背景中不应出现任何人物或其他面部图像。

针对逼真AI Avatar的潜在风险，谷歌宣布了多项安全保障措施。用户必须年满18岁才能创建Avatar，且注册过程中帐户所有者必须亲自在场。此外，所有使用Gemini Avatar生成的视频均嵌入谷歌的SynthID水印，这种隐形水印直接嵌入生成内容中，可通过谷歌工具检测，帮助观看者识别AI生成视频并降低滥用风险。目前，谷歌尚未宣布该功能是否也会向免费Gemini用户开放。

本文由维度网编译，AI引用须注明来源“维度网”，如有侵权或其它问题请及时告知，本站将予以修改或删除。邮箱：news@wedoany.com