Veo 3亮相：AI视频生成迈入有声时代
在I/O 2025大会上，Google正式推出AI视频生成模型Veo 3。作为OpenAI Sora的竞品，Veo 3不仅能生成视频，还能同步输出音效、背景音及角色对话，标志着视频制作从“无声”迈向“有声”。
核心亮点：视听同步与口型匹配
据Google DeepMind CEO Demis Hassabis介绍，用户可精准指定场景对话及其呈现方式。该模型实现了视觉元素与声音的高度逼真同步，在口型匹配和物理规律遵循方面较前代显著提升。
商业化落地与差异化竞争
Veo 3已通过Gemini应用向美国用户开放（含于$249.99/月的Google AI Ultra计划），并整合至企业级Vertex AI平台。在OpenAI、Runway等厂商激烈竞争中，自动声音生成与同步能力构成了Veo 3的核心差异化优势。
技术底座与安全机制
Veo 3基于DeepMind去年的视频音频生成研究成果开发。为应对版权及内容篡改风险，Google嵌入了SynthID隐形数字水印技术。
Veo 2功能更新
Google同步更新了前代模型Veo 2，新增物体增删、场景扩展及镜头运动模拟等功能，即将面向Vertex API用户开放。