YouTube 推出系列創作工具：Shorts 免費用 Veo 3 生成帶聲短片

對著空白的影片剪輯軌發呆，大概是每個想發短影片的人最熟悉的噩夢。

手機相簿裡存了幾十條零碎素材，卻不知道從哪剪起；好不容易剪完，還要挑配樂、寫旁白。YouTube 這次打算直接把這些髒活累活全接過去。

9 月 16 日的 Made on YouTube 活動上，官方給 Shorts 塞進了一整套生成式 AI 工具。最顯眼的是 Google DeepMind 的影片模型 Veo 3，他們專門做了個輕量版的 Veo 3 Fast，直接內建在 Shorts 創作介面裡，免費開放給創作者用。

把相簿廢片一鍵拼成帶解說的初稿

新功能裡最實用的，可能是一個叫 Edit with AI 的功能。

它專門用來應付「想發又懶得剪」的情況。你只要把手機相簿裡的原始影片一股腦丟進去，AI 會挑出高光鏡頭、排好順序，自動加上轉場和配樂。更絕的是，它還能根據畫面內容自己配一段旁白解說，目前支援英語和印地語。也就是說，你隨手拍的幾段生活碎片，幾秒鐘就能變成一段有頭有尾的短片初稿。

這項功能已經在 Shorts 和 YouTube Create 應用裡小範圍測試，未來幾週會推向更多市場。

另一個好玩的功能叫 Speech to Song。看別人影片時聽到一句好玩的臺詞或名梗，可以直接把它抽出來做混音。後臺用的是 DeepMind 的音訊模型 Lyria 2，能把普通說話聲直接編成一首帶節奏的洗腦背景音樂，還支援自己選「歡快」「放鬆」或「適合跳舞」等風格，系統也會自動註明原影片出處。

480p 的 Veo 3 Fast，圖的是快不是高畫質

至於影片生成本身，YouTube 走了一條很務實的路線。

手機上跑的 Veo 3 Fast 解析度只有 480p，畫質不算驚豔，但它勝在延遲低、出片快，而且頭一次能直接連著聲音一起生成。點選右上角的閃爍圖示就能呼叫，目前已經在美、英、加、澳和紐西蘭上線。

據 TechCrunch 補充的細節，YouTube 接下來幾個月還會測幾項更有趣的 Veo 能力：比如把一段影片裡的動作直接套在靜止照片上，讓老照片裡的人跳舞；或者用文字給影片憑空加道具、換成摺紙或波普藝術風格。

為了防濫用，這套工具生成的影片全部打上了 DeepMind 的 SynthID 隱形水印，並且會掛上明顯的 AI 標籤。

為什麼重要

我們認為，YouTube 這套更新最聰明的地方，是沒有去卷什麼好萊塢級別的 4K 電影質感，而是全力伺候手機端的即興表達。

把解析度壓在 480p 聽起來很寒酸，但對刷得飛快的短影片來說，幾秒鐘出一小段帶音效的短片，遠比等兩分鐘渲染一段 1080p 來得有用。Edit with AI 抓的也是真痛點：大多數人拍短影片死在第一步，給一個哪怕只有 60 分的粗剪草稿，使用者的完工門檻就已經被砍掉了一大半。

對行業來說，這也是平臺競爭策略的轉向。以前短影片平臺拼的是誰家濾鏡更美、配樂庫更全；現在比的是誰能把大模型無縫嵌進創作鏈條裡，甚至直接把別人的影片切片變成二創音樂。TikTok 顯然會感受到壓力。

不過隱患也明擺著。當連說話配樂和初剪都能一鍵生成，Shorts 上本就氾濫的流水線內容大機率會迎來又一波爆發。平臺靠 SynthID 水印能防住機器稽核，但能不能防住使用者的審美疲勞，看起來還得打個問號。