Google视频生成器Veo即将面向更多客户开放，确切地说是Google Cloud客户。
周二，Google宣布其AI模型Veo将向使用Vertex AI（Google Cloud的AI开发平台）的客户开放私人预览。Veo能够从图像和提示词中生成短视频片段。
Google表示，此次发布将使客户Quora能够将其Poe聊天机器人平台与Veo结合；另一家客户、奥利奥母公司亿滋国际（Mondelez International）则能与其代理商合作伙伴共同创作营销内容。
Poe产品负责人Spencer Chan在声明中表示：“我们创建Poe是为了让全世界的人都能接触到最顶尖的生成式AI模型。通过与Google等领先企业的合作，我们正在拓展所有AI模态下的创意可能性。”
旗舰级生成器
Veo于四月揭幕，能够以每秒24或30帧的速度生成最长六秒的1080p视频片段，内容涵盖动物、物体和人物。Google表示，Veo能够捕捉不同的视觉和电影风格，包括风景镜头和时间推移效果，并能对已生成的素材进行编辑。
针对API推出缓慢的原因，Google Cloud产品管理高级总监Warren Barkley解释为“企业就绪性”。
Barkley表示：“自Veo发布以来，我们的团队一直在为Vertex AI上的企业客户增强、加固并改进该模型。截至今天，您可以创建分辨率为720p的高清视频，支持16:9横屏或9:16竖屏比例。就像我们提升Gemini等其他模型在Vertex AI上的能力一样，我们将继续对Veo进行此类改进。”
据Google称，Veo能从提示词中较好地理解视觉效果（例如“巨大的爆炸”），并对物理规律（包括流体动力学）有一定的把握。该模型还支持蒙版编辑，允许对视频的特定区域进行修改，并且在技术上能够将片段串联成更长的项目。
在这些方面，Veo与当今领先的视频生成模型具有竞争力，不仅包括OpenAI的Sora，还包括来自Adobe、Runway、Luma、Meta等公司的模型。
这并不意味着Veo是完美的。受当今AI局限性的影响，Veo生成的视频中物体常常毫无解释或一致性地说消失又出现，且经常搞错物理规律，例如汽车会莫名其妙、不可能地原地掉头。
训练与风险
Veo是在大量视频素材上进行训练的。这是生成式AI模型的通用工作原理：通过提供大量某种形式数据的示例，模型能够捕捉数据中的模式，从而生成新的数据——在Veo的案例中即为视频。
与许多AI竞争对手一样，Google不愿透露其训练生成式模型的数据来源。当被问及Veo的具体情况时，Barkley仅表示该模型“可能”是根据“[Google]与YouTube创作者的协议”，使用“部分”YouTube内容进行训练的。（Google的母公司Alphabet拥有YouTube。）
他补充道：“Veo是在多种经过严格安全审查的高质量视频描述数据集上训练的。Google的基础模型主要基于公开可用的来源进行训练。”
《纽约时报》今年4月的报道显示，Google去年扩大了其服务条款，以便该公司能够利用更多数据来训练其AI模型。根据旧的服务条款（ToS），Google是否可以使用YouTube数据来构建超出视频平台本身的产品并不明确，而新条款大大放宽了限制。
Google援引“合理使用”的概念，认为没有义务征求数据所有者的许可或向其支付报酬。（不过，Google表示它不使用客户数据来训练其模型。）
由于当今生成式模型在训练时的行为方式，它们存在某些风险，例如“反刍”（regurgitation），即模型生成训练数据的镜像副本。像Runway这样的工具被发现会输出与受版权保护视频中的图像实质相似的静态图像，为用户埋下了潜在的法律地雷。
Google的解决方案是为Veo提供提示词级别的过滤器，包括针对暴力和露骨内容的过滤器。如果这些过滤器失效，该公司表示其赔偿政策将为符合条件的Veo用户提供辩护，以应对版权侵权指控。
Barkley说：“我们计划在Vertex AI上对Veo输出进行赔偿，待其全面可用后。”
Veo无处不在
在过去的几个月里，Google逐渐将Veo整合到更多的应用和服务中，同时不断完善该模型。
今年5月，Google将Veo引入其早期访问计划Google Labs，供部分测试人员使用。而在9月，Google宣布推出YouTube Shorts（YouTube的短视频格式）的Veo集成，允许创作者生成背景素材和六秒长的视频片段。
对于深度伪造（deepfake）风险，Google表示正在使用其专有的水印技术SynthID，在Veo生成的帧中嵌入不可见的标记。诚然，SynthID并非对编辑完全免疫，且Google尚未向第三方开放内容ID部分。
如果Veo未能获得有意义的市场反响，这些可能只是无关紧要的问题。在合作方面，Google已让位于生成式AI竞争对手，后者正迅速利用其工具吸引制片人、工作室和创意机构。Runway最近与Lionsgate达成了一项协议，以便在该工作室的电影目录上训练定制模型；而OpenAI则与品牌方和独立导演合作，以展示Sora的潜力。
Google曾一度表示，正在与包括唐纳德·格洛弗（即Childish Gambino）在内的艺术家合作探索Veo的应用场景，但该公司今天未对这些外联工作的进展作出更新。
Google为Veo提出的主张——即一种降低成本并快速迭代视频内容的方式——存在疏远创意人士的风险。由代表好莱坞动画师和漫画家的工会Animation Guild委托进行的一项2024年研究估计，到2026年，美国电影、电视和动画行业将有超过10万个工作岗位受到人工智能的冲击。
这或许可以解释Google谨慎的“稳扎稳打”策略。当被问及Veo在Vertex上全面可用的预计时间时，Barkley并未透露，也未说明Veo何时可能扩展到Google的其他平台和服务。
他说：“我们通常先以预览版发布产品，因为这使我们能够在产品面向更广泛用户之前，从一部分企业客户那里获得真实世界的反馈。这有助于改进功能并确保产品满足客户需求。”
在今天的一项相关公告中，Google表示其旗舰图像生成器Imagen 3现已对所有Vertex AI客户开放，无需等待名单。它新增了自定义和图像编辑功能，但这些功能目前仍受限于单独的等待名单。