谷歌在近日宣布了其視頻生成模型Veo的最新版本——Veo 2，正式向OpenAI的Sora發(fā)起挑戰(zhàn)，標(biāo)志著AI視頻生成領(lǐng)域的競(jìng)爭(zhēng)進(jìn)一步加劇。據(jù)谷歌介紹，Veo 2在生成視頻內(nèi)容的逼真度上有了顯著提升。
與此同時(shí)，谷歌還推出了圖像生成模型Imagen的升級(jí)版Imagen 3，旨在為用戶提供更加細(xì)膩且內(nèi)容豐富的圖片生成體驗(yàn)。
谷歌強(qiáng)調(diào)，Veo 2在理解現(xiàn)實(shí)世界的物理規(guī)律以及捕捉人類動(dòng)作和表情的微妙之處上取得了顯著進(jìn)步。目前，該模型已在谷歌實(shí)驗(yàn)室的VideoFX平臺(tái)上開放試用，但僅限于通過(guò)谷歌表格注冊(cè)并加入等候名單的用戶，且需等待谷歌在特定時(shí)間段的臨時(shí)開放。
谷歌在官方博客中提到，Veo 2不僅擅長(zhǎng)生成視頻內(nèi)容，還能根據(jù)用戶指定的類型、鏡頭以及電影特效建議，制作出最高可達(dá)4K分辨率的視頻，充分展現(xiàn)了其在電影制作手法上的精通。
值得注意的是，Veo 2生成的視頻將嵌入谷歌特有的元數(shù)據(jù)水印SynthID，以此作為AI生成內(nèi)容的標(biāo)識(shí)。盡管Veo 2目前仍處于測(cè)試階段，但谷歌表示，與原始版本的Veo相比，新版本將大幅減少如多余手指等“幻覺(jué)”現(xiàn)象的出現(xiàn)。
在谷歌的內(nèi)部測(cè)試中，Veo在“總體偏好”和“提示依從性”兩項(xiàng)關(guān)鍵指標(biāo)上均超越了Sora及其他競(jìng)爭(zhēng)對(duì)手的AI模型，為爭(zhēng)奪電影制作人及內(nèi)容創(chuàng)作者的市場(chǎng)奠定了堅(jiān)實(shí)基礎(chǔ)。此前，谷歌曾在I/O開發(fā)者大會(huì)上首次公布Veo，并與演員兼音樂(lè)人唐納德·格洛沃合作，共同制作了一段展示視頻。
AI視頻生成技術(shù)作為生成式AI領(lǐng)域的重要分支，一直備受關(guān)注。除了谷歌和OpenAI等大模型開發(fā)者外，RunwayML等較小規(guī)模的公司也在這一領(lǐng)域展開了激烈競(jìng)爭(zhēng)。RunwayML最近推出了Gen-3 Alpha Turbo模型，提供了更強(qiáng)大的控制能力；Pika Labs則發(fā)布了Pika 2.0，賦予用戶更多控制權(quán)，并支持在視頻中加入自定義角色。Luma AI與亞馬遜AWS合作，將其模型引入Bedrock平臺(tái)，以滿足企業(yè)級(jí)需求。
然而，AI視頻生成技術(shù)仍面臨創(chuàng)作者和觀眾的質(zhì)疑。例如，Sora在發(fā)布后就被用戶指出存在內(nèi)容違背物理規(guī)律和人體結(jié)構(gòu)的問(wèn)題，結(jié)果表現(xiàn)不一致。在最近的游戲獎(jiǎng)?lì)C獎(jiǎng)典禮上，觀眾對(duì)所謂“AI劣質(zhì)內(nèi)容”的不信任感也有所體現(xiàn)，這進(jìn)一步加劇了人們對(duì)AI生成內(nèi)容質(zhì)量的擔(dān)憂。
盡管如此，仍有部分電影制作人開始探索AI視頻生成器的潛力。著名導(dǎo)演詹姆斯·卡梅隆加入了Stability AI的董事會(huì)，演員安迪·瑟金斯也宣布成立一家專注于AI的制作公司。谷歌表示，許多用戶對(duì)其AI視頻生成工具展現(xiàn)出濃厚興趣，YouTube創(chuàng)作者已開始利用VideoFX平臺(tái)為短片制作背景，以提升制作效率。
谷歌還對(duì)其圖像生成模型Imagen進(jìn)行了全面升級(jí)，推出了Imagen 3。該模型已在Gemini聊天機(jī)器人中提供服務(wù)，生成的圖像更加逼真且色彩鮮艷。Imagen 3能夠更準(zhǔn)確地渲染多種藝術(shù)風(fēng)格，包括寫實(shí)主義、印象派、抽象藝術(shù)及動(dòng)畫風(fēng)格，同時(shí)在遵循用戶提示方面的表現(xiàn)也得到了顯著提升。用戶可通過(guò)ImageFX平臺(tái)訪問(wèn)并使用Imagen 3。
