Blog / 5 min read · 2026-05-24

Gemini Omni Avatar 功能——硬性规则、录制设置与实际可行做法

汇总 Gemini Omni Avatar 功能已验证的使用规则：年龄与地区限制、身份验证、参考录制要求、SynthID 水印，以及通过 @username 在视频中调用个人形象的语法。

Avatar 功能是 Gemini Omni 最具新意的能力：通过 @username 语法，将你自己的脸和声音调用到生成的视频中。它也是 Google 在 Omni 中推出的监管最严格的功能，对年龄、地区和身份验证设有硬性门槛。

本文汇集了 Google 帮助页面和公开上手评测中所有已验证的规则，以及决定你的 Avatar 能否正常工作的录制要求。

硬性规则

以下规则来自 Google 的 Avatar 帮助页面。在发布初期（2026 年 5 月），每一项都不可协商：

• 年龄——必须年满 18 岁。Google 通过账号登记的出生日期验证，而不是靠自行声明。
• 地区——发布初期不适用于 EEA、瑞士或英国。VPN 无法绕过限制；Google 会检查账号地区和 IP 地址。
• 语言——仅支持英语。发布初期，声音克隆和提示词到 Avatar 的映射都只能使用英语。
• 订阅等级——Avatar 仅面向付费 Google AI 套餐（Plus / Pro / Ultra）开放。免费的 YouTube Shorts 入口不可用。
• 身份验证——设置期间必须进行实时人脸和声音录制。这会在 Google 的系统中将你的 Avatar 与真实身份绑定。
• SynthID 水印——每一段由 Avatar 生成的视频都会在像素中嵌入 Google 的 SynthID 标识。该标识不可选、无法移除，并会在压缩和格式转换后继续保留。

参考录制：决定 Avatar 成败的关键

大多数设置失败都出在这里。根据 Chrome Unboxed 的上手评测，录制质量决定了面部还原度、口型同步质量和情绪表现范围。一次录好，你的 Avatar 可以稳定使用数月。

相机与构图要求

• 眼睛、鼻子和嘴巴必须清晰可见。 不要佩戴反光严重的眼镜，也不要有局部遮挡。
• 不要戴遮住脸部的墨镜、口罩或帽子。 哪怕只是部分遮挡也不行。
• 背景中不要出现其他人的脸。 只能有一个主体。
• 脸部光线要均匀充足。 正面光或三分之四侧前光优于侧光。避免脸部一半被硬阴影覆盖。
• 脸部约占画面 40–60%。 太近会造成边缘变形；太远则细节不足。

录制时长与内容

• 约 30 秒、表情丰富的录制。 微笑、自然表情、轻微转头，并自然眨眼。
• 说 5–10 句简短的话用于声音克隆。 注意语调变化，不要像机器人一样朗读。
• 看着镜头。 系统会编码眼神交流；录制时目光偏离，会让生成的 Avatar 无法在输出中与观众对视。

常见失败原因

• 录制时戴着你平时常戴的眼镜。 即使提示词另有要求，你的 Avatar 在输出中也会始终戴着眼镜。
• 录制时使用了强烈的发型或造型。 同样，这种风格会被固定下来。
• 背景杂乱，或有人从后方经过。 Google 的预处理程序有时会混淆主体。

如果出现上述任何情况，请从头重新录制。Avatar 创建后不容易编辑。

@username 调用语法

Avatar 获批后，可以在任何 Omni 提示词中使用 @your_username 来调用它：

@your_username sits at a wooden desk in a warmly lit home office,
talking to the camera. 10-second 16:9, one continuous shot,
slight handheld, 35mm film grain.

注意事项：

• @your_username 必须与 Google 账号用户名完全一致。 区分大小写。
• 每条提示词只能使用一个 @username。 发布初期不支持多 Avatar 场景。
• 可以将 @username 与 @character_name 可复用角色结合使用。 适合制作“你 + 你的狗”或“你 + 虚构搭档”的场景。
• 所有标准提示词规则依然适用。 镜头术语、时长锁定、“保持 X 完全一致”等规则都可以用于 Avatar 提示词。

Avatar 擅长什么

综合多篇上手评测：

• 口播镜头——最强的使用场景。对于光线良好的室内英语对白，口型同步效果“惊人地准确”（Chrome Unboxed）。
• 反应类表情——惊讶、担忧、微笑、发笑等。微表情渲染得不错。
• 说话时的轻微镜头运动——轻微手持、缓慢推进、柔和摇镜。大幅运动会降低准确度。
• 简单更换背景——同一个口播主体，切换到不同的办公室、咖啡店或户外场景。

Avatar 容易出问题的场景

• 侧脸——从正面转头超过 45° 后，准确度会明显下降。
• 动作序列——奔跑、跳舞、复杂手部动作会迅速失真。
• 手持物体靠近脸部——例如把手机贴在耳边的镜头，往往会显得不自然。
• 画面中有多人——第二张脸常会变得模糊或扭曲。
• 非英语语音提示词——声音克隆会退回默认英语音色，或完全失去口型同步。

合规与伦理护栏

Google 内置了几项值得了解的安全机制：

• 你只能调用自己的 Avatar。 尝试根据照片克隆他人面孔，会在验证步骤被拒绝。
• SynthID 为强制要求。 任何 Avatar 输出都可以通过 Google 的验证工具识别为 AI 生成内容。
• 复用限制。 Google 表示会监控 Avatar 的滥用情况；将其用于个人内容以外的商业发布，可能需要额外审核。

对大多数独立创作者来说，这意味着：用于自己的内容、明确标注，不要试图冒充任何人。

快速设置清单

录制参考素材前：

• 纯净背景，画面中只有一个主体（你自己）
• 正面光或三分之四侧前光，没有硬阴影
• 不戴眼镜（除非你一直戴）、帽子或口罩
• 脸部占画面 40–60%
• 30 秒丰富表情
• 用不同语调说 5–10 句话
• 看着镜头

提交第一条 Avatar 提示词前：

• 已确认账号年龄满 18 岁
• 不在 EEA / 瑞士 / 英国
• 已启用付费 Google AI 套餐
• 参考录制已获批准
• 提示词仅使用英语

相关内容

• 素材库中的 Avatar 提示词——可直接用于制作的 Avatar 模板
• “保持 X 完全一致”锁定功能——适用于 Avatar 多轮编辑
• 完整实战指南——更广泛的 Omni 背景说明
• 术语表条目——@username、SynthID、Avatar 的正式定义