Google DeepMind宣布推出新一代视频生成模型Veo 2，旨在与OpenAI的Sora模型在AI视频生成领域展开竞争。Veo 2支持更逼真的画面、更长的片段及更高分辨率。
Veo 2 是什么，它提供哪些功能？
Veo 2理论上可生成长达两分钟以上的4K视频，分辨率比Sora高4倍、时长长6倍。但目前该模型在实验性工具VideoFX上仍限于720p分辨率和最长8秒的视频。
VideoFX平台由Google Labs管理，用户需注册等待列表获取邀请，本周将有更多用户获得访问权限。
Veo 2支持文本输入或结合参考图像生成视频，较前代有显著改进：
物理真实性：优化了运动和水流动力学模拟（如咖啡倒入杯中）。
相机控制：支持精确定位虚拟摄像机，用户可自定义多角度拍摄参数。
清晰度与运动表现：动态场景纹理更清晰，涵盖皮克斯风格动画至电影级特效场景。
示例视频显示其在反射、液体模拟和复杂运动方面进步明显，但部分场景真实感仍有不足。
Veo 2 在安全和版权方面的立场
Veo 2基于大量视频内容训练，YouTube可能是数据源之一，法律依据为合理使用原则。为缓解版权担忧，生成视频嵌入了肉眼不可见的SynthID水印，但未保证完全防移除。
合作与竞争对手
DeepMind与艺术家密切合作开发，Donald Glover（Childish Gambino）、The Weeknd和d4vd等知名艺人参与了Veo的开发。
主要竞争对手是OpenAI的Sora，此外Runway ML、Pika Labs和Luma AI也取得了显著进展。
Google 的另一项创新：Imagen 3
Google DeepMind同步推出了图像生成模型Imagen 3，提升了细节视觉一致性，在文字渲染和精细纹理生成方面表现突出。
Google表示，Veo 2和Imagen 3的开发重点关注安全性、伦理及创意应用，未来将在内容创作、影视及广告等领域广泛应用。