从可灵到 Gemini-主要信息和内容重点

技术类内容要先锁定前提条件，再检查配置、调用方式和最终输出是否符合预期。

先看原文给出的关键信息：过去一年多，我们对 AI 视频的体感其实能用两个字概括：抽卡。；输入一段 prompt，点下生成，盯着进度条等模型吐出几秒钟的画面，出来好看就留下，不好看就改改词再来一发。；它确实能产出惊艳的片段，可它给创作者的，从来不是一段能接着干活的素材，而是一张抽到了就走、抽不到就重抽的卡。。继续往下处理时，重点放在这些条件上：抽卡最难受的地方，其实不是画面不够真，而是不可控。；你要的是一个九分的成片，模型给你的是十个各有七八分却彼此对不上的片段，你没法跟它商量「这个镜头别动，只把人物的动作换一下」，能做的只有重新摇一次骰 子，赌下一发更好。；这一两个月里，几款新视频模型几乎前后脚出现，产品形态、技术路线、面向的市场都不一样，可它们释放出来的信号却出奇地一致，竞争的重点不再是谁能一次性生成一段更好看的视频，而是谁生成出来。收尾检查时，再把这些细节对上：换句话说，AI 视频正在从一个出片机器，变成一套生产工具。；情况也就来了，AI 视频走到这一步，创作者的核心竞争力，会不会从剪辑，变成一种更接近导演的东西，毕竟我们已经不用再去“赌”视频生成的内容了，那么更好地表达与镜头设计，会；不能二次编辑的视频模型不是好AI AI 视频「能编辑」最近热度最高的，可能是谷歌和 Runway 这两家。。