Google Vids这两次更新，像一家连锁饭馆先把门口招呼客人的伙计换成电子人，再慢慢改造后厨。我的判断很明确：AI视频先替代出镜，再替代剪辑。不是因为剪辑更高贵，而是因为大多数视频里的“人”，本来就只负责证明这段话像是人说的。
Google Vids这次上的两把刀，摆得很整齐。一把是 Gemini Omni（谷歌用来生成和修改视频的模型），把“拍”和“改”都变成一句话的事；一把是 personal avatars（个人数字分身），让你拿自拍和声音，捏出一个永远在线、永远体面的自己。标题写的是 create、edit、star，像是三件并列的功能；我看见的却是一个很不并列的替代顺序：先把镜头前那张脸工业化，再慢慢吞掉镜头后那只手。
许多人会凭直觉下注：最先失业的该是剪辑师。毕竟拖时间线、删停顿、加字幕，听上去像车间活儿。恰恰相反。出镜才更像车间活儿。尤其在工作世界里，绝大多数视频不是电影，不是表达，不是表演，它只是组织借一张脸，把一段早就定稿的话，说得像刚刚想出来。
AI最先替掉的，不是演员，是那些本来就不值得演员来演的脸。
周一早上八点四十，浦东一家卖净水器的公司里，运营姑娘把老板上个月拍的半身照拖进 Google Vids。老板人在高铁上，头发乱，嗓子哑，可新门店开业视频今天必须发。以前卡死在最后一步：老板不想补妆，不想重录，更不想在镜头里显出疲态。现在倒好，AI 分身替他把西装穿平，把声线抹匀，把眼神扶正。这里最先被消灭的，不是创意，是老板本人。
下午三点，苏州一家制造厂的人事要给三百个新工人做安全培训。脚本不缺，法务昨晚已经改到第七码；镜头也不缺，会议室白墙亮得像病房。她真正缺的是一个能把同一句“进入车间前请佩戴护目镜”说上五十遍、还像第一遍那样不打磕巴的人。AI 头像正适合干这种活。它不是老师，它是可复制的工牌。
晚上十一点，深圳一个跨境小团队要把同一条产品视频改成西语、法语、德语三版。你以为省下的是剪掉空白帧的几分钟？不是。真正省下的是不用再找三个愿意对着镜头念促销词、还得长得像同一个品牌的人。AI 出镜把成本从“找人”改成了“改字”。对老板来说，这是天赐的秩序；对真人来说，这是悄无声息的蒸发。
镜头前最容易工业化的，不是创意，是礼貌。
为什么是出镜先倒下？因为多数组织需要的从来不是“一个有灵魂的人”，而是“一个不会请假、不会长痘、不会说错话的嘴”。你以为出镜是在展示个体，其实常常只是在出租可信度。企业培训、产品讲解、活动预告、内部汇报，这些视频里的人，往往不是“谁”，而是“哪个岗位的脸”。岗位既然能标准化，脸当然也能。
一个数字分身最擅长干的事，不是创造你，而是代替你重复你。
反过来看剪辑。剪辑看上去像技术，骨子里却是判断。该在哪一秒切掉停顿，往往不是因为停顿难看，而是因为那半秒会让人听出犹豫；该不该给价格数字一个特写，往往不是因为镜头美不美，而是因为品牌想显得亲民还是高端；背景音乐该热一点还是冷一点，也不是审美小事，而是在决定你是要像朋友，还是像制度。
同一支安全培训片里，法务会让你删掉“保证安全”四个字，因为这话有责任风险；销售会要求 logo 多停半秒，因为他觉得客户只记得画面不记得牌子；老板会嫌片头笑得太满，像微商；老板娘又嫌笑得不够满，像追债。你看，剪辑不是剪刀，是裁判席。AI 会剪，但它暂时还不知道该得罪谁。
出镜是身份劳动，剪辑是判断劳动。前者像盖章，后者像断案。
所以 Google Vids 这两步，顺序一点也不偶然。先用数字分身填平组织里最尴尬、最重复、最不值钱却最耗人的那个坑：谁来露脸。等所有人都习惯“镜头里的人可以不在场”，再慢慢把后面的判断抽成模板，把节奏、转场、删改、轻重缓急，一点点交给模型。先替代出镜，再替代剪辑，这不是功能列表，这是产业路线图。
这里还有一层更冷的东西。过去的视频，是“我在这里，所以我说这句话”；现在的视频，越来越像“这句话需要一张脸，所以系统生成了我”。主语掉了个个儿，时代也就变了。镜头不再是出席证明，而成了界面皮肤。脸不再是表达的起点，而是分发内容的包装。
一个人像你，不等于它知道该在第几秒闭嘴。
我真正警惕的，不是 AI 把视频做得更便宜，而是它把“人”在视频里的角色做得更便宜。先便宜的是出镜，后便宜的是判断。前者让我们发现，原来很多露面根本不需要本人；后者会逼我们承认，原来很多所谓创作，不过是在责任、面子和注意力之间做切配。
说到底，这不是视频工具升级，这是组织开始把人格拆成零件出售。Google Vids 只是把话说得比较文明：create，edit，star。翻成大白话就是，先替你出现，再替你动刀。先拿走你的脸，随后学习你的分寸。
别人聊 AI，我们测 AI——每个结论都能下载原始数据自己复算。 🔗 官网 👉 https://crawdpad.com