首页 > AI教程资讯

谷歌大幅更新生成式AI，推出视频模型VEO 2和最新版Imagen3

文章来源：万象ai发布时间：2025-01-22 17:45:18

谷歌的旗舰AI研究实验室Google DeepMind周一大幅升级其人工智能驱动的内容生成工具，推出了Veo 2视频生成模型和增强版Imagen 3图像模型，挑战OpenAI在AI图像和视频生成的领先地位。谷歌表示，这些更新有望彻底改变创意工作流程，为视频和图像创作者提供更高的真实感和定制化体验。

谷歌介绍，Veo 2是谷歌的视频生成工具，能够生成多样化主题和风格的高质量视频。谷歌在博客中表示，这款模型在真实感方面表现卓越，能够捕捉到人类表情和电影效果等细节。其增强的物理和电影学理解能力使用户能够生成令人惊叹的内容，包括跟踪镜头和广角构图等。

例如，Veo 2熟悉电影拍摄语言，用户可以要求某种类型的风格，指定镜头，建议电影效果，Veo 2都会以高达4K分辨率并延长到数分钟的视频长度来呈现。比如，要求“低角度跟踪镜头穿越场景中央”或“特写科学家通过显微镜观察”的镜头，Veo 2都能实现。提示“18mm镜头”，Veo 2知道生成广角镜头；要求“浅景深”，它会模糊背景，突出主体。

值得注意的是，这一分辨率是OpenAI sora模型的4倍，视频时长更是其6倍以上。

不过，目前这些优势仍是理论上的。在谷歌的实验性视频创作工具VideoFX中，Veo 2生成的视频被限制为720p分辨率、8秒的长度。（相比之下，Sora的最大输出为1080p、20秒的短片。）

谷歌表示，虽然视频生成模型往往会“幻象化”出不需要的细节，例如多余的手指或意外的物体，但Veo 2在这一方面的表现更为真实，生成错误的频率较低。

此外，Veo 2生成的视频包括不可见的SynthID水印，用于标记它们为AI生成的内容，从而减少误用或错误归属的风险。

DeepMind产品副总裁Eli Collins对媒体表示，随着模型逐渐具备规模化使用的准备，谷歌将通过其Vertex AI开发者平台提供Veo 2。

“未来几个月，我们将根据用户反馈持续迭代，并寻求将Veo 2的更新能力整合到谷歌生态系统中的相关应用中……我们预计明年会分享更多的更新内容。”

开发者和创作者目前可以通过谷歌实验室（Google Labs）访问该工具，预计到2025年，它将广泛集成至诸如YouTube Shorts等平台。

同时，Imagen 3模型在图像构图和细节准确性方面得到了增强，支持从写实到抽象的各种风格，能够生成更丰富的纹理，并更加忠实地回应用户提示。

让AI“开口说话”：复杂模型的解释不再晦涩

上一篇: 让AI“开口说话”：复杂模型的解释不再晦涩

机器学习模型虽然功能强大，但可能会出错，并且通常难以使用。为了帮助用户了解何时以及如何信任模型的预测，科学家们开发了各种解释方法。然而，这些解释往往十分复杂，可能涉及数百个模型特征，有时还以多层次

AI牵手最新通信技术，更多场景和样本扩容

下一篇: AI牵手最新通信技术，更多场景和样本扩容

运营商的业务盘子之大，一篇文章其实很难全部装下。不过，无论是从财报数据还是高管讲话来看，目前运营商被业内紧盯的热点有二——以大模型为代表的人工智能，以及以5G-A为代表的最新一代通信技术。其中，在春

相关攻略更多

热门AI工具更多

最新资讯更多

PhotoG - AI图片生成

PhotoG - AI图片生成

AI工具

更新时间：2025-01-08