Google Labs 副总裁 Josh Woodward 在 5 月 20 日发了一条 demo 推文：用 Gemini 给一段三分钟原始素材做剪辑，全程语音指令——”剪掉前 12 秒空镜，把所有讲话的人脸特写排在一起，配一段轻快背景乐”。十几秒后剪辑完成。这条推文 12 小时拿到 7.6 万点赞、180 万阅读。
动嘴剪辑会先吃掉中低端市场
Adobe 资深产品经理 Jason Levine 在去年 Premiere 25 周年活动上的判断仍适用：”剪辑师的真正工作 70% 不是切镜头，是在镜头之间做节奏判断、情绪铺垫、信息密度控制——这些是当前所有 AI 工具都做不到的。”Gemini 在三分钟素材上跑通，但 30 分钟纪录片、90 分钟电影，工具调用的累计错误会被节奏判断的累积偏差放大。更现实的解读是 Gemini 这个形态会先吃掉中低端市场——短视频带货、企业宣传片、社交日更号这种节奏要求不高、迭代速度要求高的场景。Final Cut、Premiere 不会被替代，但 CapCut、剪映这类剪辑工具下一步必须把语音指令变成默认入口，否则会被 Gemini 直接绕过。
