Gemini 4 Argon 做鹈鹕动画时自动调用生图+图生视频

gKev1n @GKev1n原推发布于 2026.10.14

在 X 上打开原推

震惊！Σ(¯□¯||)（其实也没那么震惊！哈哈哈） 今天拿鹈鹕测试测了一下Gemini 4 Argon 的模型能力，结果有一个令我意想不到的结果： 我的提示词只说了“做个鹈鹕骑单车的动画”，忘了限定 SVG。 结果它直接绕过代码，调自家的生图+图生视频管线生成了这个动画……这操作是真的骚啊🤣 但这个“偷懒”的闭环仔细想想还挺有意思的： 现在牌桌上的御三家+Grok，真正在底层把全模态生成管线自研打通的，除了 Grok 也就 Google 独一档了。这波反而让我对谷厂未来的牌面多了几分期待。 这其实也代表了目前的两种技术审美： 🔹 Claude 路线：万物皆可 Code，靠极致的逻辑手搓代码渲染画面 🔹 Google 路线：原生多模态全家桶，遇到视觉需求直接调生成模型大力出奇迹 兄弟们觉得哪种更牛逼，或者说更代表未来？ 所以说当年 OpenAI 放弃视频生成方向的决策是对的吗？