原標(biāo)題：再度OpenAI！“谷歌版”Sora深夜上線，4k視頻生成時(shí)代來了
文章來源：人工智能學(xué)家
內(nèi)容字?jǐn)?shù)：7502字

谷歌推出全新視頻與圖像生成模型

在今日凌晨，谷歌正式宣布推出其最新的生成模型——Veo 2和Imagen 3，旨在進(jìn)一步提升視頻與圖像的生成質(zhì)量，稱其已達(dá)到當(dāng)前的最高標(biāo)準(zhǔn)(SOTA)。這兩款模型的發(fā)布，標(biāo)志著谷歌在生成技術(shù)領(lǐng)域的一次重大進(jìn)展，意在與OpenAI等競(jìng)爭(zhēng)對(duì)手形成競(jìng)爭(zhēng)。

1. Veo 2：SOTA視頻生成

Veo 2是谷歌新推出的視頻生成模型，表現(xiàn)出色。根據(jù)人類評(píng)價(jià)者的測(cè)試，Veo 2在畫質(zhì)、細(xì)節(jié)和真實(shí)性方面均達(dá)到SOTA水準(zhǔn)。該模型對(duì)現(xiàn)實(shí)物理、人體動(dòng)作和表情的理解更加深入，生成的視頻內(nèi)容更加真實(shí)。用戶可以通過提示詞來定制場(chǎng)景效果，包括鏡頭類型和畫面風(fēng)格，生成高達(dá)4K分辨率、時(shí)長(zhǎng)數(shù)分鐘的視頻。

2. Veo 2的技術(shù)特點(diǎn)

Veo 2的技術(shù)能力包括減少生成視頻中不必要的細(xì)節(jié)（如多余的手指）的問題，增強(qiáng)輸出內(nèi)容的真實(shí)性。此外，為了確保生成技術(shù)的安全性，Veo 2采用了無形水印技術(shù)SynthID，以識(shí)別AI生成內(nèi)容，從而降低誤導(dǎo)信息傳播的風(fēng)險(xiǎn)。

3. Imagen 3：圖像生成模型再升級(jí)

谷歌還對(duì)其圖像生成模型Imagen進(jìn)行了全面升級(jí)。升級(jí)后的Imagen 3在生成質(zhì)量上超過多個(gè)競(jìng)爭(zhēng)對(duì)手，支持更豐富的藝術(shù)風(fēng)格，從寫實(shí)主義到動(dòng)漫風(fēng)格，用戶可以獲得更高質(zhì)量和多樣化的圖像生成體驗(yàn)。

4. Whisk：基于圖像的創(chuàng)意工具

此外，谷歌還推出了Whisk，一個(gè)基于圖像的創(chuàng)意可視化工具。Whisk允許用戶輸入或創(chuàng)建圖像，并結(jié)合Imagen 3的技術(shù)能力，自動(dòng)生成詳細(xì)描述，以實(shí)現(xiàn)對(duì)場(chǎng)景和風(fēng)格的靈活組合，滿足各種創(chuàng)意需求。

總結(jié)

谷歌的Veo 2和Imagen 3模型的推出，不僅展示了其在視頻和圖像生成領(lǐng)域的技術(shù)實(shí)力，也為用戶提供了更高質(zhì)量的創(chuàng)作工具。隨著這些技術(shù)的逐步開放，未來用戶在創(chuàng)作方面將有更多的可能性。

聯(lián)系作者

文章來源：人工智能學(xué)家
作者微信：
作者簡(jiǎn)介：致力成為權(quán)威的人工智能科技媒體和前沿科技研究機(jī)構(gòu)