從\x26quot;神話\x26quot;到\x26quot;笑話\x26quot;，Sora只用了短短10個月，Google veo來得正當時

原標題：Sora翻車后，Google王炸降臨：AI視頻迎來真正的實力派
文章來源：AI范兒
內(nèi)容字數(shù)：3857字

Google Veo 2：AI視頻生成領(lǐng)域的“真玩家”

本文總結(jié)了Google近期發(fā)布的Veo 2、Imagen 3和Whisk三個AI工具，并分析了Google在AI創(chuàng)意領(lǐng)域的戰(zhàn)略布局。

1. Sora的滑鐵盧與Veo 2的崛起

   文章開篇以OpenAI的Sora模型為例，對比了其發(fā)布初期的高期待和后期用戶反饋的巨大落差。 Google Veo 2的發(fā)布，正是在這種背景下顯得尤為重要。雖然起初作者也抱有懷疑態(tài)度，但深入研究后發(fā)現(xiàn)Veo 2在4K高清視頻輸出、對專業(yè)攝影語言的理解以及對物理世界的還原度上都有顯著提升，在MovieGenBench測試中也表現(xiàn)出色，優(yōu)于Sora Turbo。

2. Veo 2的技術(shù)實力與優(yōu)勢

   Veo 2的技術(shù)亮點在于其對專業(yè)攝影知識的掌握，例如低角度推軌、廣角鏡頭效果、淺景深虛化等，甚至連資深攝影師都對其技術(shù)水平表示贊賞。 此外，Veo 2在處理物理世界的合理性方面也比其他AI模型有顯著進步，減少了“鬼畜”場景的出現(xiàn)。 文章也客觀地指出了Veo 2在處理復(fù)雜場景和長時間動作連貫性方面仍需改進。

3. Imagen 3：全能藝術(shù)家級的圖像生成

   除了Veo 2，Google還推出了Imagen 3，一個能夠駕馭多種藝術(shù)風格（從寫實到抽象）的圖像生成模型。Imagen 3更精準地理解用戶提示詞，生成細節(jié)更豐富、紋理更逼真的圖像，在人工評測中表現(xiàn)優(yōu)異。

4. Whisk：創(chuàng)意實驗的數(shù)字煉金術(shù)

   Whisk是一個創(chuàng)意實驗平臺，允許用戶輸入靈感圖片，系統(tǒng)利用Gemini的視覺理解能力解讀圖片，并通過Imagen 3將創(chuàng)意轉(zhuǎn)化為現(xiàn)實，例如毛絨玩具或琺瑯別針等。它為創(chuàng)作者提供了一個進行創(chuàng)意轉(zhuǎn)化和重組的“數(shù)字煉金術(shù)實驗室”。

5. Google的AI創(chuàng)意生態(tài)系統(tǒng)戰(zhàn)略

   Google的戰(zhàn)略并非局限于單個AI工具的競爭，而是構(gòu)建一個完整的AI創(chuàng)意生態(tài)系統(tǒng)。Veo 2、Imagen 3和Whisk三個工具協(xié)同工作，覆蓋從靈感獲取到作品創(chuàng)作的全過程。Google采用Google Labs平臺進行全球同步發(fā)布，并為所有AI生成內(nèi)容添加SynthID水印，體現(xiàn)了其對用戶反饋和內(nèi)容安全的重視。

6. 未來展望：AI創(chuàng)意產(chǎn)業(yè)的新巨頭？

   文章最后探討了Google在AI創(chuàng)意領(lǐng)域的領(lǐng)先地位及其對未來創(chuàng)意產(chǎn)業(yè)的影響，暗示Google可能成為AI創(chuàng)意平臺的新巨頭。

聯(lián)系作者

文章來源：AI范兒
作者微信：
作者簡介：專注于探索 AIGC，發(fā)掘人工智能的樂趣。