原標(biāo)題：錘爆Sora，尺度最大，谷歌發(fā)布最強視頻模型Veo2，叫板海螺可靈
文章來源：夕小瑤科技說
內(nèi)容字數(shù)：10917字

谷歌Veo 2與Imagen 3重磅發(fā)布

近期，谷歌在OpenAI發(fā)布會之前推出了兩個重磅更新，分別是視頻生成模型Veo 2和文生圖模型Imagen 3。這些新產(chǎn)品在生成視頻和圖像的能力上表現(xiàn)出色，顯然是對OpenAI的回應(yīng)。

1. Veo 2的視頻生成能力

谷歌的Veo 2模型能夠生成高達4K分辨率、約2分鐘的視頻，表現(xiàn)出極高的表現(xiàn)力和細節(jié)保真度。與OpenAI的Sora相比，Veo 2在生成視頻時的參數(shù)和基準(zhǔn)測試結(jié)果均大幅領(lǐng)先，提供了更長的時長和更高的分辨率。

2. 精準(zhǔn)的指令遵循

Veo 2在理解物理世界和遵循詳細指令方面也有顯著進步。用戶可以輸入復(fù)雜的提示語，模型能夠生動地再現(xiàn)各種場景，展現(xiàn)出優(yōu)秀的陰影、反射和力學(xué)效果。例如，Veo 2能夠自然地處理物體之間的互動，生成的畫面仿佛真實拍攝而成。

3. 展示效果及用戶反饋

谷歌還展示了多段Veo 2生成的視頻，涵蓋從場景到靜物攝影的多種主題。用戶可以通過VideoFX平臺進行體驗，但目前該平臺僅開放了Veo 2的試用版，用戶需申請加入等待名單。

4. Imagen 3的圖像生成能力

除了Veo 2，谷歌還發(fā)布了Imagen 3模型，具備更好的圖像細節(jié)和光照效果。用戶可以直接使用Imagen 3進行圖像生成，體驗其強大的視覺表現(xiàn)力。

5. 谷歌的快速迭代與未來展望

谷歌DeepMind的副總裁Eli Collins表示，Veo 2會根據(jù)用戶反饋進行迭代更新，并預(yù)計明年將推出更多功能。與OpenAI的逐步釋放不同，谷歌的交付速度備受期待。

總的來說，谷歌的Veo 2和Imagen 3在AI視頻和圖像生成領(lǐng)域展現(xiàn)了強大的競爭力，勢必對OpenAI造成壓力，未來的發(fā)展值得用戶關(guān)注。

聯(lián)系作者

文章來源：夕小瑤科技說
作者微信：
作者簡介：解碼AI世界，硬核也可愛！聚集35萬AI發(fā)燒友、開發(fā)者和從業(yè)者，廣泛覆蓋互聯(lián)網(wǎng)大廠中高管、AI公司創(chuàng)始人和機構(gòu)投資人。一線作者來自清北、國內(nèi)外頂級AI實驗室和大廠，兼?zhèn)涿翡J的行業(yè)嗅覺和洞察深度。商務(wù)合作：zym5189