谷歌今天刚上线了最新的视频生成模型 Gemini Omni 1.2 Flash,据说非常能打,赶紧叫群里粉丝帮忙去 AI Studio 用我们的六维鹈鹕骑车测试用例跑了下。提示词在视频里展示,好,我们看下效果啊,感觉问题还是不少,我们一个个来吧。

先看第一个维度主体完整性与跨帧一致性:首先自行车缺少了车把后视镜这个指定部件;其次镜面护墙不是一整面不间断落地镜面,奇怪的是,除了镜面墙还有一个镜子里的鹈鹕在里面,明显是穿模了。

第二个维度肢体与机械推理:提示词说左翅膀要搭在车把上、另一只收拢,但是画面里鹈鹕翅膀都是收拢的;其次鹈鹕嘴后来是闭合的,没有保持张大嘴的要求。

第三维度镜面反射与空间推理:镜面里的自行车链条、护盖、铃铛没有跟着实物做正确的左右翻转,对称关系错乱,模型不是生成对称镜像,更像是复制了一只相似鹈鹕放进去。

第四维度中文文本与时钟渲染:首先淇澳的澳字错了;其次挂钟的时间不是精确的三点钟,相距比较远。第五维度液体与浮力运动,没有看到什么问题。

第六维度运镜、构图与光影:构图这里有个很严重的问题,说好了步道是从右上到左下、镜面墙在步道上侧,所以这个是严重不符合要求的。运镜和光影没有看到什么问题,有开始的 45 度角俯拍,然后水平跟拍。好,这次测评就到这里了,大家觉得这个模型应该打多少分呢?