AI工具領域再次掀起波瀾！谷歌AI Studio今日發布了一項重磅更新，其最新功能在X平台上迅速引發熱議。用戶們驚嘆不已，谷歌AI Studio現在竟然可以直接處理YouTube視頻鏈接，無需下載或上傳，就能立即理解視頻內容！更令人震驚的是，Gemini2.0Flash Experimental模型（簡稱Gemini2.0Flash exp）悄然解鎖了自然圖片生成的神奇技能，甚至能在多張圖片中保持角色的一致性！這次“官方親自下場”的更新，被業內人士視為“降維打擊”，預示著許多依賴“套殼”技術的AI小工具可能面臨“末日”。
X平台用戶interjc今日發帖稱：“谷歌AI Studio現在可以直接粘貼YouTube鏈接來理解視頻內容了，各種'套殼'小工具們又要倒下一批了。”他犀利地指出，這項新功能簡直是“降維打擊”，用戶無需再費力下載視頻再上傳，直接甩個鏈接就能提問或總結，效率提升了不止一個量級。更讓人叫絕的是，即使是那些“硬骨頭”般的無字幕視頻，Gemini2.0Flash exp也能輕鬆拿下，快速解析內容，簡直是“神器”降臨。用戶jesselaunz也親測了一個沒有字幕的中文視頻，結果Gemini2.0Flash exp“完美總結”了視頻內容，效果遠超其他大模型，堪稱“獨家絕技”，讓其他AI望塵莫及。
如果說視頻理解只是“開胃小菜”，那麼Gemini2.0Flash exp在圖像生成方面的進化，則堪稱“核彈級”的重磅炸彈。 X用戶dotey在平台上分享了一段震撼的錄屏，她以“龜兔賽跑”為關鍵詞，一口氣生成了8張場景圖片，結果令人驚艷！生成的圖片不僅自然流暢，更令人驚嘆的是，圖片中的“龜”和“兔”角色，竟然如同擁有“靈魂”一般，在8張圖中都保持了高度一致的外貌特徵！更令人驚喜的是，第一張圖中甚至還出現了中文“龜兔賽跑”四個大字，雖然仔細觀察筆劃略有瑕疵，但這項能力依然讓人嘆為觀止。 dotey激動地感嘆：“這速度也太快了，完全是吊打各種'套殼'工具啊！”
X平台上的討論熱度持續高漲，Gemini2.0Flash exp展現出的強大實力，不僅體現在多模態處理能力上，更在於其驚人的生成速度和超乎尋常的穩定性。用戶python_xxt測試了一個時長超過一小時的無字幕視頻鏈接，Gemini2.0Flash exp竟然能夠“直接輸出會議內容和深度分析，效果完爆市面上所有總結類工具”，簡直是“神乎其技”。這項功能的實現，無疑得益於Gemini2.0Flash exp對視頻內容的深度理解能力，即使沒有字幕的“加持”，也能精準提煉視頻中的關鍵信息，其技術實力可見一斑。
業內人士敏銳地捕捉到，Google AI Studio此次更新，標誌著其發展戰略的重大轉型——從單純的基礎模型平台，加速向應用級工具進化。 X用戶gantrols一針見血地指出，Gemini2.0Flash exp的圖片生成功能，已經能夠完美支持中文提示詞和對話修改，這無疑大幅降低了用戶的使用門檻。他還貼心地附上了操作指南，“去AI Studio跟著選模型就行了”，字裡行間透露出Google對開發者友好性的高度重視。
當然，新功能固然令人興奮，但也有用戶指出了其尚存的“瑕疵”。例如，dotey就觀察到，Gemini2.0Flash exp生成的中文文字，仍然存在一些筆劃上的小問題。用戶Lessnoise365也提到，類似的功能其實已經在Pixel手機的Gemini中內置，AI Studio的免費優勢固然突出，但在易用性方面，可能還有進一步優化的空間。然而，瑕不掩瑜，X平台上的用戶普遍認為，這次更新將對現有的AI工俱生態產生深遠影響，尤其是那些依賴簡單封裝的“套殼”應用，無疑將面臨巨大的生存挑戰。
谷歌尚未正式公佈Gemini2.0Flash exp的全面技術細節，但其展現出的驚豔的多模態能力和高效性，已經引發了整個行業的強烈期待。隨著AI Studio的持續迭代升級，谷歌是否會進一步整合其龐大的生態資源，推出更多顛覆性的AI功能，或將成為2025年AI領域最值得關注的重磅看點。
API地址：
https://ai.google.dev/gemini-api/docs/vision?lang=python&hl=zh-cn#youtube