IT资源栈近日，有科技爱好者在社区反馈，Google Gemini 网页端 Pro 订阅服务的最新限额策略异常严格，尤其是针对视频生成功能的限制。据用户实测，在无明显上下文重载的情况下，仅进行两次简单的文本翻译任务，并尝试生成两个视频片段后，系统即提示额度已耗尽，导致服务暂时不可用。具体而言，该用户在进行两个笑话翻译的思考过程后，紧接着尝试生成视频，第二个视频尚未完成时，便收到了额度用尽的提示。该事件表明，尽管 Gemini 推出了包括视频生成在内的先进 AI 功能，但在资源配额管理上采取了极为保守的策略。这种“2个文本任务+2个视频生成”即达到“5小时额度上限”的现象，暴露出当前多模态大模型在商业化落地与算力成本控制之间的矛盾。对于习惯于高频次或批量生成内容的开发者及重度用户而言，如此严格的限额将显著影响工作流效率。这也侧面反映了视频生成作为算力密集型任务，其单位成本远高于文本交互，服务商不得不通过严厉的限额措施来维持服务的可持续性。
事件分析
此次事件揭示了多模态大模型在实际应用中面临的算力瓶颈与成本挑战。从技术角度看，视频生成模型（如 Veo 或 Sora 类技术）对显存和推理算力的消耗呈指数级增长，远非传统文本推理可比。谷歌设置如此低的触发阈值，侧面印证了其云端推理资源在应对高并发视频生成请求时的承压能力有限。从产业影响来看，虽然 AI 视频生成功能已面向订阅用户开放，但严苛的配额限制了其在生产环境中的实用价值，可能导致部分专业用户转向本地部署或其他替代方案。未来，服务商可能需要在模型轻量化、推理优化以及分层定价策略上做出更多调整，以平衡用户体验与运营成本。
💡 核心观点：高昂的推理成本迫使平台对视频生成设置严苛限额，这预示着AIGC从文本向视频跨越时，商业化与算力供给的矛盾将进一步加剧。
原文链接：Linux.do
评论前必须登录！
立即登录 注册