錘爆Sora，尺度最大，谷歌發(fā)布最強(qiáng)視頻模型Veo2，叫板海螺可靈

原標(biāo)題：錘爆Sora，尺度最大，谷歌發(fā)布最強(qiáng)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?jǐn)?shù)：10917字

谷歌AI反擊戰(zhàn)：Veo 2和Imagen 3強(qiáng)勢來襲，OpenAI的Sora黯然失色

近期，谷歌DeepMind強(qiáng)勢發(fā)布了兩個重量級AI模型，直接挑戰(zhàn)OpenAI的領(lǐng)先地位。其中，視頻生成模型Veo 2以其卓越的性能，引發(fā)業(yè)界廣泛關(guān)注，而文生圖模型Imagen 3也展現(xiàn)出令人驚艷的細(xì)節(jié)和光照效果。此舉被視為谷歌對OpenAI近期一系列產(chǎn)品發(fā)布的強(qiáng)力反擊。

1. Veo 2：年度最佳視頻生成模型？

   Veo 2在視頻生成時長、分辨率和質(zhì)量上全面超越OpenAI的Sora。Sora 20美元版本僅能生成5秒720p視頻，而200美元版本也只有20秒1080p。相比之下，Veo 2可生成約2分鐘4K高清視頻。在第三方評測中，Veo 2在整體滿意度和指令遵循度上均優(yōu)于Sora、Meta Movie Gen、Kling v1.5和Minimax等模型。Veo 2的顯著改進(jìn)體現(xiàn)在保真度（細(xì)節(jié)真實，減少偽影）、準(zhǔn)確度（理解物理世界，精準(zhǔn)遵循指令）和相機(jī)控制（掌握電影攝影技巧，可創(chuàng)建各種拍攝風(fēng)格）等方面。眾多官方演示視頻展示了Veo 2在模擬真實場景（如切西紅柿、早餐場景、動物游泳等）和虛構(gòu)場景（如夢境般的光影效果）方面的出色表現(xiàn)，其生成的視頻質(zhì)量已達(dá)到以假亂真的程度。

2. Imagen 3：細(xì)節(jié)更勝一籌的文生圖模型

   除了Veo 2，谷歌還同步發(fā)布了Imagen 3文生圖模型。該模型在圖像細(xì)節(jié)、光照效果和減少干擾方面均有顯著提升，其benchmark得分也遠(yuǎn)超其他同類模型。Imagen 3目前已開放使用，用戶可直接體驗其強(qiáng)大的生成能力。

3. 谷歌與OpenAI的AI競賽：級更新vs.炒作過度？

   谷歌此次發(fā)布的Veo 2和Imagen 3，與OpenAI近期持續(xù)發(fā)布新產(chǎn)品形成鮮明對比。谷歌的更新更側(cè)重于技術(shù)實力的展現(xiàn)，每次發(fā)布都具有“級”的影響力，例如Gemini 2.0和這次的Veo 2都搶占了OpenAI的風(fēng)頭。而OpenAI則被部分評論認(rèn)為存在過度炒作的情況，預(yù)告的12天直播雖然吸引了大量關(guān)注，但實際發(fā)布內(nèi)容未能完全滿足用戶的期待。 Veo 2目前僅通過VideoFX平臺提供版（8秒720p視頻），完整版將于未來幾個月陸續(xù)推出。盡管如此，其性能仍遠(yuǎn)超Sora。

總而言之，谷歌此次AI反擊戰(zhàn)可謂聲勢浩大，Veo 2和Imagen 3的驚艷表現(xiàn)為AI技術(shù)發(fā)展樹立了新的標(biāo)桿，也為這場AI巨頭之間的競爭增添了更多看點(diǎn)。未來，谷歌和OpenAI之間的較量將持續(xù)引發(fā)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：低負(fù)擔(dān)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(jī)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