谷歌推出 Gemini AI 虛擬分身功能 兩分鐘複製用戶聲形

商傳媒｜何映辰／台北報導

谷歌近日於其 Gemini 應用程式中推出一項劃時代的 AI 虛擬分身功能，允許用戶在短短兩分鐘內，輕鬆複製自身面部影像與聲音，進而生成個人化的 AI 影片。這項創新由谷歌全新的 Gemini Omni 模型驅動，目前已向付費訂閱用戶開放使用，預期將為人工智慧互動體驗帶來全新變革。

過去，製作高擬真度的數位分身或訓練客製化語音模型，往往需要專業軟體、昂貴硬體以及數小時的處理時間。然而，谷歌透過流暢的行動裝置設定流程，大幅降低了這些技術門檻。用戶只需在 Gemini 網路應用程式中點擊設定齒輪，選擇「Avatar」選項，即可進入安全的啟用畫面，透過手機前置鏡頭進行設定。訓練過程僅包含兩個快速階段：首先是鏡頭訓練，要求從不同角度捕捉用戶面部；接著是語音訓練，要求用戶朗讀隨機的短語和數字。完成設定後，谷歌會將用戶的數位肖像安全地綁定至其帳戶，並以特定的用戶名稱標籤呈現。

一旦設定完成，用戶的虛擬分身便會常駐於 Gemini 應用程式的工具箱中，無需再次上傳自拍照或語音片段即可隨時取用。據《Chrome Unboxed》報導，一名測試用戶曾向 Gemini 聊天框輸入指令，要求其虛擬分身「向我介紹如何輕鬆製作 Gemini 虛擬分身，並將背景設定為芝加哥天際線的頂樓景色」。最終生成的影片，雖然需時數分鐘處理，但其面部追蹤、微表情和唇形同步效果令人驚豔，合成的語音語調也與用戶特有的說話風格高度吻合。

考量到深度偽造（deepfakes）和身份盜用的潛在疑慮，谷歌已實施多項隱私保護措施。該工具僅限年滿 18 歲的用戶使用，且在設定過程中，帳戶持有人必須本人實際在場。此外，透過 Omni 模型產生的每一個影片檔案，都會永久嵌入谷歌開發的隱形數位浮水印 SynthID。這項技術允許任何人在 Chrome 瀏覽器中透過點擊滑鼠右鍵，或透過搜尋功能，驗證影片的真實性，確保內容來源可被追溯。