谷歌公司近期在人工智能領域取得了新的突破，正式推出了其最新的視頻生成模型Veo 2。據官方介紹，這一新模型在理解現實世界物理規律、人類運動及表情細節方面有了顯著提升，所生成的視頻在整體細節和逼真度上均達到了新的高度。
Veo 2模型能夠生成最高分辨率為4K（4096 x 2160像素）、時長可達2分鐘的視頻片段。與OpenAI的Sora模型相比，Veo 2在分辨率上提升了4倍，時長則是后者的6倍。這一技術突破無疑為視頻內容的創作和生成提供了更多的可能性和想象空間。
然而，目前Veo 2模型在谷歌的實驗性視頻創建工具VideoFX中的表現還受到一定限制，其分辨率上限為720p，時長也僅為8秒。不過，谷歌DeepMind產品副總裁Eli Collins表示，公司會根據用戶的反饋在接下來的幾個月里繼續進行迭代和優化，以期達到更好的效果。
Veo 2模型在功能上也十分強大，它不僅可以根據給定的文本提示或文本和參考圖像生成視頻，還能夠更真實地模擬運動、流體動力學和光的屬性。據DeepMind介紹，Veo 2能夠呈現出不同的鏡頭和電影效果，以及“細致入微”的人類表情和動作，使得生成的視頻更加生動和真實。
為了降低Deepfake等潛在風險，DeepMind還采取了相應的技術防范措施。他們利用專有的水印技術SynthID，將隱形標記嵌入到Veo 2生成的幀中，從而實現對生成視頻的追蹤和識別。這一舉措無疑為視頻內容的真實性和安全性提供了有力保障。
Veo 2模型在實際應用中也展現出了其強大的創作能力。例如，當給定一段描述蜜蜂、農夫和向日葵場景的文本提示時，Veo 2能夠生成一段生動逼真的視頻，其中蜜蜂在鏡頭中飛舞，農夫在陽光下舉起蜂蜜罐，向日葵在微風中搖曳，整個場景充滿了金色的光線和豐富的質感。
Veo 2還能夠根據文本提示生成卡通風格的視頻。例如，當給定一段描述可愛卡通女孩在1980年代廚房里與攝影機對話的文本時，Veo 2能夠生成一段充滿活力和動感的視頻，其中女孩的表情和動作都十分生動和真實。
最后，Veo 2還能夠捕捉和呈現自然場景中的美麗瞬間。例如，當給定一段描述粉紅色火烈鳥在寧靜瀉湖中優雅涉水的文本時，Veo 2能夠生成一段令人驚嘆的視頻，其中火烈鳥的羽毛在陽光下閃爍著美麗的光芒，整個場景充滿了寧靜和自然之美。
